论文用任务条件配对测量评估长期智能体记忆效用。
资讯摘要
论文提出以任务条件效用衡量长期智能体记忆，而非给每条记忆单一重要性评分。作者用任务无关写入器存储记忆，再由冻结读取器在有、无该记忆且填充内容一致的条件下作答，并记录形成、存储与暴露成本。在基于 LongMemEval-V2 网页智能体记忆的事实回忆任务上，含答案信息的记忆平均配对奖励增益比匹配对照高 +0.33（95% 区间 +0.21 至 +0.46）；测试的任务无关摘要与结构化记录增益低于 Raw。该增益未在软件工程与科学编程基准上复现。
要点速读
- 论文采用任务无关写入、冻结读取的配对测量，并记录记忆形成、存储与暴露的资源成本。
- 在 LongMemEval-V2 网页智能体记忆的事实回忆任务上，含答案信息的记忆相对匹配对照的平均配对奖励增益为 +0.33（95% 区间 +0.21 至 +0.46）。
- 测试的任务无关摘要和结构化记录增益低于 Raw；通用检索高于随机但漏掉多数答案承载记忆；事实回忆增益未延伸到软件工程与科学编程基准。
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 2026/11/5 08:00:38（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。