热点事件持续更新
研究团队提出智能体记忆习惯归纳基准HABIT-Bench
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月20日，arXiv披露了关于新基准HABIT-Bench的研究成果。该基准旨在评估AI智能体记忆系统从长期弱证据中推断用户习惯并合理应用的能力，测试场景涵盖餐饮、金融、软件和旅行四大领域及数百个会话，主要通过四选一任务考察智能体应对用户习惯改变与临时例外的表现。在针对Qwen3-235B-A22B和GLM-5.3-Flash评测的8种记忆方法中，表现最佳的方法宏准确率仅为33.61%，且测试显示即便直接为智能体提供标注证据，其整体性能表现依然受限。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 12:00
HABIT-Bench基准发布，评测显示现有记忆方法最佳宏准确率仅33.61%。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv 人工智能HABIT-Bench：评估智能体记忆从长期弱证据中归纳用户习惯的能力
新基准 HABIT-Bench 用于评估 AI 智能体记忆系统从长期弱证据中推断用户习惯并合理应用的能力。该基准涵盖餐饮、金融、软件和旅行四大领域数百个会话，通过四选一任务考察智能体应对习惯改变与临时例外的表现。在 Qwen3-235B-A22B 和 GLM-5.3-Flash 评测的 8 种记忆方法中，表现最佳者宏准确率仅 33.61%，即便直接提供标注证据性能仍受限。
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。