EvoMemBench发布，系统评测Agent记忆能力

研究团队提出并发布 EvoMemBench，建立面向自我演化视角的大模型智能体（Agent）记忆评测基准，并通过统一协议比较15种代表性记忆方法与长上下文基线。研究将记忆能力划分为两个维度：记忆范围包括单轮任务内和跨轮次记忆，记忆内容包括知识导向和执行导向。 评测结果显示，长上下文仍具有较强竞争力，记忆机制并非在所有任务中都能带来优势，主要在当前上下文不足或任务难度较高时发挥作用。该基准为比较不同Agent记忆方法及其适用场景提供了统一评测框架。

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。