Research연구
We build long-term memory for AI. Our research covers how models remember, recall, and stay continuous over time—on public benchmarks, with every run reported. 우리는 AI를 위한 장기 기억을 만듭니다. 모델이 어떻게 기억하고 회상하며, 시간이 지나도 연속성을 잃지 않는지를 연구합니다. 공개 벤치마크 위에서, 모든 실행을 공개해 측정합니다.
Scroll 1.2 scores 92.3% on LongMemEval-S over five runs, +1.6 over Scroll 1, and every one of its runs lands above every Scroll 1 run — the two distributions do not overlap. The gain concentrates in temporal reasoning (+5.7) and multi-session (+2.0), where the evidence is scattered across a long history, and it arrives without increasing delivered tokens. The headline is a conservative lower bound: Scroll 1.2 was measured with a lower-scoring reader than Scroll 1's. Scroll 1.2는 LongMemEval-S 5회에서 92.3%로 Scroll 1 대비 +1.6이며, 모든 회차가 Scroll 1의 모든 회차를 넘어섭니다 — 두 분포는 겹치지 않습니다. 상승은 증거가 긴 히스토리에 흩어진 시간 추론(+5.7)과 멀티 세션(+2.0)에 집중되고, 전달 토큰을 늘리지 않고 얻었습니다. 헤드라인은 보수적 하한입니다. Scroll 1.2는 Scroll 1보다 낮게 채점하는 리더로 측정했습니다.
Read the report →리포트 읽기 →ALL PUBLICATIONS전체 발행물
Open source오픈소스
Every number we publish can be reproduced. The tools we use to measure will be opened here. 우리가 발표하는 모든 수치는 재현할 수 있습니다. 측정에 쓰는 도구는 이곳에서 공개할 예정입니다.
No public repositories yet — they will be listed here as we open them.아직 공개한 저장소가 없습니다. 공개하는 대로 이곳에 정리됩니다.