跳到正文
arXiv · AI· Quan Xue, Zerui Yang, Chaorui Zhang, Haolin Ruan, Xueyan Niu, Xuanyu Zheng, Xiyuan Wang, Weixi Zhang, Wei Han, Bo Bai·· 10 天前AI 评分28

受限历史下的正确答案:Agent 记忆评估的控制研究

Correct Answers from Insufficient Histories: A Controlled Study of Agent Memory Evaluation

AI 导读

这项研究使用可执行设备日志评估 Agent 记忆,区分参考一致性与证据充分性。在 80 个确认历史中,Qwen3-32B 匹配 87 个隐藏参考,仅有 7 次恰当拒绝。

来源:arXiv · AI · arxiv.org