这项由苏州大学LCM实验室联合中国移动(苏州)共同完成的突破性研究发表于2026年1月，论文编号为arXiv:2601.11969v1。有兴趣深入了解的读者可以通过该编号查询完整论文。
想象一下，当我们看一部长达三小时的电影时，大脑需要不断记忆和管理信息——记住开头的情节线索，理解中间的人物关系，并将所有信息整合起来理解结局。这正是当前人工智能系统面临的挑战：如何处理超长文本或对话，如何有效管理和利用历史信息。
然而，更有趣的问题是：我们如何判断一个AI系统的记忆管理能力是好是坏？这就像需要一位经验丰富的电影评论家来评判一部电影的叙事结构是否合理。在AI领域，这个"评论家"就是奖励模型（Reward Model），它们被用来评估和改进AI系统的表现。
苏州大学的研究团队率先提出了一个关键问题：这些AI"评论家"是否真的能够准确判断其他AI的记忆管理能力？为了回答这个问题，他们创建了全世界第一个专门用于测试奖励模型记忆评估能力的基准测试平台——MemoryRewardBench。
这项研究的创新性在于，它首次将评估重点从
