BEAM

百万级上下文下，科学评测并增强大模型长期记忆

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 搜索知识 🍴 复刻 18 🐛 待处理 15 👀 关注 2
GitHub ↗
GitHub 星标 ★ 173
维护状态 维护中
是否开源 开源
定价模式 🏷️完全免费 开源项目，MIT许可证，完全免费，无付费版本。

项目预览

BEAM 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类搜索知识
开发团队mohammadtavakoli78
GitHubhttps://github.com/mohammadtavakoli78/BEAM
定价模式🏷️完全免费
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🔧 仅开源项目，无在线服务，需自行部署
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★ 173
上线时间2025-10-28 00:00:00
代码更新2026-08-31
仓库体积678.9 MB
本站数据更新2026-11-10
维护状态维护中
收录时间2026-08-09
浏览次数1

项目介绍

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。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 173

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

上一篇：Loong

下一篇：hallucination-index

同类项目推荐

tribunal 开源

在 Elixir 里像写测试一样评测 LLM 输出

LLM evaluation framework for Elixir: evaluate and test LLM outputs, detect hallucina···

★ 119 2026-09-15
robustness-foundation-models 开源

动手复现大模型鲁棒性实验，看清AI脆弱点

This repository holds code and other relevant files for the NeurIPS 2022 tutorial: F···

★ 72 2026-08-09
MLLM-Token-Compression 开源

一页看懂多模态大模型Token压缩方案怎么选

Towards Efficient Multimodal Large Language Models: A Survey on Token Compression

★ 230 2026-09-15
anonymeter 开源

合成数据上线前，用 GDPR 视角量化隐私泄露风险

A Unified Framework for Quantifying Privacy Risk in Synthetic Data according to the ···

★ 110 2026-08-10
nordef-matrix-open-control 开源

给 AI 加一道可验证的安全闸门，三态决策拦截风险

NORDEF Matrix Open Control: model-independent AI safety belt with 0/1/2 decisions, E···

★ 680 2026-09-14
garak 开源

给大模型做安全体检，一键扫描漏洞并生成报告

the LLM vulnerability scanner

★ 9961 2026-08-10
ai-privacy-toolkit 开源

给 AI 模型做隐私体检，快速发现合规风险

A toolkit for tools and techniques related to the privacy and compliance of AI model···

★ 113 2026-08-09