记忆
分类
问题
问答
它将评测深入到记忆提取、记忆更新和记忆问答三个环节，追踪错误究竟在哪里产生，以及如何影响后续回答。
文章
记忆问答：系统最终能否利用记忆给出正确回答？
文章
系统
HaluMem：首个面向智能体记忆系统的操作级幻觉评测基准。
文章
研究评测了Mem0、Mem0-Graph、Memobase、MemOS、Supermemory和Zep六套记忆系统，并在两种上下文规模下分别测试。
文章
记忆系统让AI能够在一次次对话之间保留用户信息：你从事什么工作、喜欢什么、最近经历了哪些变化。
文章
还有一种更隐蔽的情况：助手自己编出的细节，被记忆系统当成了用户事实。
文章
更新
仅凭这一项数值，无法判断系统是否真正掌握了记忆更新。
文章
记忆更新：新信息出现后，旧记忆是否得到正确修改？
文章
提取
Zep因其官方接口无法获取会话级的记忆提取记录，未报告记忆提取指标。
文章
表1：六套系统在记忆提取、更新和问答任务上的结果。
文章
记忆提取：该记的信息是否被完整、准确地记录？
文章
冲突
六类问答复盖基础事实回忆、多跳推理、动态更新、记忆边界、泛化与应用、记忆冲突。
文章
效果
HaluMem用虚假记忆抵抗能力（FalseMemoryResistance，FMR）衡量系统能否忽略那些由助手提及、却未经用户确认的干扰记忆。
文章
核心记忆没有改变，仅仅增加无关对话，就足以让部分系统漏掉绝大多数目标信息。
文章
其它
记忆更新：新信息出现后，旧记忆是否得到正确修改？
文章
