WorldMemArena多模态Agent记忆评测基准发布

加州大学圣塔芭芭拉分校、斯坦福大学等六家机构研究者联合提出并发布了WorldMemArena基准及相关数据集代码。该基准专注于评测多模态Agent在真实交互中的记忆表现，揭示了当前技术的一个关键断层：当记忆召回率达到86.83%时，问答正确率仅为50.14%。在具体内容上，WorldMemArena包含400项多会话任务与24,258组问答，并将记忆机制拆解为写入、维护、检索和使用四个环节。针对研究中观察到的存储容量与最终答案效果不匹配的现象，该基准强调了记忆系统需要随环境动态更新的重要性，而非仅仅依赖静态的存储积累。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。