I accidentally turned LLM memory into program analysis

Lemmalog 让 LLM 把自然语言和调试观察抽成事实，再用 Datalog 做规则推导、撤回、时间区间和 provenance，因此一条被推翻的观察会自动使下游结论失效。LongMemEval 的三次运行 F1 为 0.463±0.010（full context 为 0.222），回答上下文约缩小 38 倍；LoCoMo 得分 0.533，低于 PropMem，说明实体抽取和模糊推理仍不能交给符号层。