Memoria a largo plazo: prueba de Compresión de contexto
Esta prueba mantenida evalúa hechos estables después de cambiar de tema en una conversación larga resumida antes de seguir. Convierte una impresión subjetiva en un registro repetible con entradas fijas, evidencia, barreras obligatorias y condición de repetición.
Pregunta verificable
¿Puede conservar hechos estables después de cambiar de tema en contexto completo frente a comprimido al repetir preguntas parafraseadas en turnos fijos? Para aprobar debe lograr cero pérdida de hechos críticos; un resultado atractivo no compensa un fallo obligatorio.
Preparación controlada
Congele ficha, modelo, plantilla, recuperación, política, referencias, semillas e idioma. Asigne case_id, cambie una sola variable y conserve éxitos y fallos.
Método repetible
- Escriba hechos, límites, voz y anclas visuales esperados.
- Ejecute la base y guarde entradas, contexto, salidas, latencia y moderación.
- Aplique solo la variación de este escenario.
- Aleatorice resultados y use dos revisores independientes.
- Explique desacuerdos con una frase, cuadro, atributo o transición.
- Repita tres veces e informe promedio y peor caso.
Registro de evidencia
Guarde model_version, prompt_version, character_version, case_id, seed, locale, timestamp, retrieved_memory, expected_state, observed_state, reviewer_id, hard_failure y remediation_owner. Una captura sin texto ni configuración solo es apoyo.
Puntuación y publicación
La medida principal es retención de hechos y tasa de contradicción. Puntúe de 0 a 4, publique pass_count / total_cases y separe fallos obligatorios. Publique solo con cero pérdida de hechos críticos, acuerdo de ambos revisores y el peor intento sobre el mínimo fijado.
Diagnóstico
Vigile confundir un fallo de recuperación con un cambio de personalidad. Clasifique brecha de especificación, recuperación, prioridad, resumen, generación, imagen, política o ambigüedad. Corrija una capa y repita el mismo case_id.
Flujos oficiales usados
- NSFW AI image generator
- AI character discovery
- AI image generator
- character image workflow
- AI boyfriend experience
Preguntas frecuentes
¿Basta una salida buena?
No. Una salida no distingue capacidad repetible de azar; hay que repetir y conservar fallos.
¿Cuándo repetir?
Después de cambios de modelo, prompt, memoria, resumen, seguridad, imagen, video o personaje.