FP-AMB

第一人称代理记忆基准。包括事实回忆、多跳链接、时间推理、事实覆盖、发言者陷阱、拒绝、可信度和代理工具使用在内的10个类别。540K令牌/60个会话语料库，全部为第一人称。动态输出-答案-关键部分。包含视觉效果和错误细分的综合报告。