MemPABench评测个人智能体交互偏好记忆

2026年10月23日，arXiv 人工智能板块报道，Jialin Li 等作者提出并发布交互式评测环境与数据集 MemPABench，用于个人智能体记忆的在策略评估，任务要求智能体判断何时澄清、确认或自主行动。该环境含 4 个模拟用户、14 项偏好、99 个会话，以及每用户 5 次事件驱动偏好变更。研究者在 4 个 LLM 底座上评测 4 种记忆系统：基于检索的 Mem0、MemOS 和简单 RAG 未超过无记忆基线；基于文件的记忆提升了准确率，但会把偏好用到无关场景。报道称环境与数据集已在论文给出的链接开放获取。目前进展停留在基准发布与首轮评测结果，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。