MemDerive基准揭示Agent记忆检索短板

1. 12:00
   arXiv · NLP

   MemDerive: 面向动态数据的智能体记忆诊断基准

   MemDerive 提出用于评估智能体记忆的诊断基准，包含 10 个场景、4,692 个事件和 1,503 个查询，通过 Datalog 推导精确答案及生成金标准推导 DAG。 该基准记录每个查询的支持事件和推导节点，测试记忆系统对隐式变化的传播能力。评估发现，在推导状态上，所有记忆系统均落后于简单的 BM25 检索，且多数失败源于未检索而非未存储。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。