HABIT-Bench评估智能体记忆习惯推断
热点事件持续更新
HABIT-Bench评估智能体记忆习惯推断
1 篇报道1 个报道来源58 分钟前更新
先了解这件事
AI 综述
2026年10月20日，arXiv人工智能板块报道，Junming Zhang等作者提出并发布HABIT-Bench基准，用于评估智能体记忆系统能否从弱证据中推断用户习惯并应用到后续请求。该基准基于任务型对话数据和受控习惯图，构建覆盖餐饮、金融、软件、旅行四大领域的合成用户历史，采用四选一任务，并包含临时例外、习惯变化和用户未接受的建议。作者用Qwen3-235B-A22B和GLM-5.3-Flash评测八种记忆方法，结果显示最佳方法宏平均准确率仅33.61%，即使直接提供标注证据，表现仍有限。目前进展为基准发布与首轮评测结果公布，后续跟进报道尚未出现。
AI 根据报道生成 · 42 分钟前更新
最新进展10月20日 12:00
HABIT-Bench：评估智能体记忆系统从纵向弱证据中推断习惯的能力报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv Artificial IntelligenceHABIT-Bench：评估智能体记忆系统从纵向弱证据中推断习惯的能力
HABIT-Bench 用于评估智能体记忆系统能否从弱证据中推断用户习惯并应用到后续请求。该基准基于任务型对话数据和受控习惯图构建覆盖餐饮、金融、软件、旅行四大领域的合成用户历史，采用四选一任务并包含临时例外、习惯变化和用户未接受的建议。用 Qwen3-235B-A22B 和 GLM-5.3-Flash 评测八种记忆方法，最佳方法宏平均准确率仅 33.61%，即使直接提供标注证据表现仍有限。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。