评估 LLM 智能体的记忆结构

研究人员提出评测基准 StructMemEval，专门测试 LLM 智能体组织长期记忆结构的能力，而非仅评测简单事实检索。该基准涵盖交易账本、待办事项清单与树状结构等任务。实验显示，简单检索增强 LLM 难以应对此类任务，记忆智能体在获得组织提示时能可靠解决，但在未提示时现代 LLM 往往无法主动识别记忆结构。