先了解这件事
AI 综述
亚马逊发表论文,提出智能体记忆评测应直接检查每次更新后实际存储的事实,而非只评最终答案。论文指出,只评答案会混淆记忆、检索与作答环节。团队构建FEB-30,包含30条脚本化事实历史和147份文档,并在类Mem0与Hindsight的记忆系统上对比存储事实与QA分数:两者平均相差16.8分,21%的事实历史通过/失败判定不一致,系统选对update、reinforce等记忆动作的比例仅20.1%。
AI 根据公开报道生成
最新进展 · 正式报道
亚马逊论文：智能体记忆评测应直接检查存储事实事件进展
1 个已确认进展
- 来源：Rohan Paul
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月19日
Rohan Paul
亚马逊论文：智能体记忆评测应直接检查存储事实
亚马逊新论文指出，智能体记忆基准只评答案会混淆记忆、检索与作答环节，应直接检查每次更新后实际存了什么。团队构建 FEB-30（30 条脚本化事实历史、147 份文档），在类 Mem0 与 Hindsight 的记忆系统上对比存储事实与 QA 分数：两者平均相差 16.8 分，21% 的事实历史通过/失败判定不一致，系统选对 update、reinforce 等记忆动作的比例仅 20.1%。