Glasshouse2 篇实战文章

速评：2847 道题、197 万 token 的长期记忆基准，公开六天，15 个 star，0 次运行。 问题不在公不公平。在没人跑得动。 9 月 28 日，作者 woochan 在 DEV 发了篇自述，说自己尽量公平地做了个长期记忆基准，叫 Glasshouse。基准本身是发帖前六天公开的。

先说结论：Glasshouse 我给偏正面。但它现在最值钱的东西不是那份横跨 17 个月、103,572 轮的语料。 是评论区。有人拿它自己公开的逐题记录，把它量了一遍。 仓库在 github.com/wontopos/glasshouse，Apache 2.0。