BEAM

百万级上下文下，科学评测并增强大模型长期记忆

BEAM 是一个针对大语言模型长期记忆能力的基准测试与增强框架，由 ICLR 2026 论文提出。它解决了现有模型在处理超过百万 token 的上下文时，长期记忆能力无法有效评估和提升的问题。BEAM 提供了一套标准化的评测协议，涵盖多种长期记忆任务，并提出了相应的记忆增强方法，帮助研究者和开发者量化并改进模型在超长序列下的信息保持与利用能力。其核心能力包括：构建超长上下文测试集、设计记忆保持与检索的评估指标，以及集成记忆增强模块（如外部存储或压缩机制）。项目代码基于 Python 实现，便于集成到主流 LLM 训练和推理流程中。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 145

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类搜索知识

开发团队mohammadtavakoli78

所属国家

官网地址

GitHubhttps://github.com/mohammadtavakoli78/BEAM

定价模式free

价格说明开源项目，MIT许可证，完全免费，无付费版本。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型beam,beam-benchmark,benchmark-long-context,benchmark-long-term-memory,benchmarking,light,light-framework,llm,long-context-evaluation,long-context-evaluation-benchmark,long-context-llm,long-context-llms,long-term-memory,long-term-memory-benchmark,long-term-memory-method,machine-learning,natural-language-processing,nlp,rag,retrieval-augmented-generation

GitHub 星标★ 145

30天Star增速

HF 下载量

上线时间2025-10-28 00:00:00

最近更新2026-09-23 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数1

使用教程

核心亮点

首个针对百万 token 级长期记忆的公开基准，填补评测空白
提供可复现的评测协议和增强方法，便于直接对比不同模型
代码结构清晰，支持自定义任务扩展，适合研究二次开发

不足之处

项目处于早期阶段，文档和社区支持待观察
基准测试的构建成本较高，可能限制小团队使用

适用场景

科研机构评测超长上下文模型的记忆能力
企业开发长文档问答或对话系统时选型参考
模型训练中针对长期记忆的定向优化

替代项目

LongBench、L-Eval、ZeroSCROLLS

项目介绍

BEAM 是评测安全领域的开源项目，由 mohammadtavakoli78 开发，2025 年首次发布。

它收录于评测安全分类，该分类目前共有 467 个项目，GitHub 星标数为 145。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-23。MIT许可证，完全免费，无付费版本。

它主要面向的使用场景是：科研机构评测超长上下文模型的记忆能力。同类可对比的替代方案包括 LongBench、L-Eval、ZeroSCROLLS。

上一篇：Loong

下一篇：hallucination-index