EvoMemBench：从自演化视角评测智能体记忆

新基准显示现有智能体记忆方法尚无通用解，长上下文基线仍具竞争力。

资讯摘要

论文提出 EvoMemBench，一个从自演化视角评估 LLM 智能体记忆能力的统一基准，按记忆范围（单回合内与跨回合）和记忆内容（知识型与执行型）两个维度组织。作者在标准化协议下比较了 15 种代表性记忆方法与强长上下文基线，发现长上下文基线仍具竞争力，记忆在上下文不足或任务困难时帮助最大，且没有单一记忆形式在所有场景下稳定有效。

要点速读

1. EvoMemBench 按记忆范围（in-episode 与 cross-episode）和记忆内容（knowledge-oriented 与 execution-oriented）两个维度组织评测。
2. 作者在标准化协议下比较 15 种记忆方法与强长上下文基线，结果显示长上下文基线仍具竞争力。
3. 检索类方法在知识密集型场景较强，程序性与长期记忆方法在执行型任务且存储经验匹配任务结构时更有效。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。