热点事件持续更新

研究团队发布移动GUI Agent长程交互基准MemU-Bench

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

2026年11月3日，研究人员推出针对长程用户交互的移动 GUI Agent 评测基准 MemU-Bench，该基准包含基于 29 条长轨迹构建的 118 个模糊任务。评测结果显示，在缺少用户历史的情况下，现有模型表现普遍受限，其中表现最优的 Gemini-3.1-Pro SPL 仅为 16.4%，端到端 Agent 的 SPL 更是低于 5%。为改善交互表现，研究团队配套提出了免训练框架 AppMem，通过构建应用记忆库，使 GPT-5.5 的 SPL 从 15.7% 大幅提升至 66.9%。

AI 根据报道生成 · 7 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月3日

13:00
arXiv 人工智能
MemU-Bench：长程用户交互下的 GUI Agent 评测基准
研究人员推出针对长程用户交互的移动 GUI Agent 评测基准 MemU-Bench，包含基于 29 条长轨迹构建的 118 个模糊任务。评测显示缺少用户历史时，表现最优的 Gemini-3.1-Pro SPL 仅为 16.4%，端到端 Agent 低于 5%。配套提出的免训练框架 AppMem 通过构建应用记忆库，使 GPT-5.5 的 SPL 从 15.7% 提升至 66.9%。

本事件热度走势

当前热度 7·可比范围峰值 9（11月3日 18:00）·近 24 小时可比范围变化–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。