WorldMemArena 评测多模态 Agent 记忆在真实交互中的作用

WorldMemArena 基准揭示 Agent 记忆召回率 86.83% 时问答正确率仅 50.14%。 该基准包含 400 项多会话任务与 24,258 组问答，将记忆拆解为写入、维护、检索、使用四环节。 研究发现存储容量与最终答案间存在断层，强调记忆需随环境动态更新。