预印本称双轨记忆可解多方对话归属难题，待复现

预印本SpeakerMem-R1针对多方对话记忆的两个瓶颈：谁说了什么、以及跨成员跨时间的状态重建。方法是把说话人标注的逐字消息和派生状态分成双轨存储，查询时按实体、事件、时间合并证据。

作者自报在GroupMemBench、SocialMemBench、EverMemBench上二元准确率分别为47.9%、69.2%、61.9%；在EverMind-AI的公开EverMemBench榜单上提交成绩62.33%，为当前最高。305题对照实验中，强化学习把SFT写入器的平均准确率从57.38%提到68.20%。

所有数字均为作者第一方评测，榜单最高也是作者自己提交的成绩，未经独立复现；GroupMemBench不足48%的准确率说明问题远未解决。宜作方法信号跟踪。