arXiv · AI· Yanhao Jia, Yi Zhu, Yiran Zhong, Weigao Sun, Feida Zhu, Pengkun Jiao, Sihan Yang, Ming Ma, Steven Hoi, Erik Cambria·· 4 小时前AI 评分26
4DMemory: 长时空记忆基准测试与增强型智能体
4DMemory: Benchmarking Long-Horizon Spatiotemporal Memory with Harness-Augmented Agents
AI 导读
研究团队发布 4DMemoryBench 基准与 LongVideo 数据集，包含 900 小时视频及 5000+ 人工审核问题，用于评估长时空推理能力。 该基准测试了 13 个领先模型，发现独立模型在长时程任务中表现不佳，但引入包含 22+ 工具模型的 4DMemory Harness 后，所有模型性能提升超 50%。 旨在推动能解决复杂长时程任务的时空智能体发展。
来源：arXiv · AI · arxiv.org