跳到正文
arXiv · NLP· Wenxuan Wang, Haoyu Sun, Fukuan Hou, Mingyang Song, Weinan Zhang, Yu Cheng, Yang Yang·· 2026-10-07AI 评分31

SubtleMemory: 面向长周期 AI 智能体细粒度关系记忆辨别的基准

SubtleMemory: A Benchmark for Fine-Grained Relational Memory Discrimination in Long-Horizon AI Agents

AI 导读

研究团队发布 SubtleMemory 基准,旨在评估长周期 AI 智能体在下游任务中对细粒度关系记忆的辨别能力。 该基准包含 1,522 个评测实例,基于 1,090 组关系控制记忆变体,涵盖互补、细微或矛盾的关系。 测试显示当前系统在细粒度关系记忆辨别上表现薄弱,该工作已被 EMNLP 2026 Findings 收录。

来源:arXiv · NLP · arxiv.org