Agent Memory Leaderboard 想给「会记住你」的营销话术立统一标尺
Glittering-Bath6486 · reddit · 2026-11-17
「It remembers you」已成 AI 产品发布会的通用口号,但每家的演示方式各异——有的记生日、有的记数周前的饮食偏好——测试条件不统一,宣称无从比较。作者的观点是:记忆能力若不能在与竞品相同的条件下测量,就只是营销话术。
作为回应,Agent Memory Leaderboard 通过统一的 Add/Search 端点为商业记忆 API 和产品单设榜单:闭源产品无需公开源码,但产品和 API 版本须可验证,同一 track 内所有条目由平台统一出题、统一评分。开源方法在另一张榜上,主办方明确目标「不是宣布某种记忆架构对一切应用最优」,而是提供一致的基础来理解不同方法的优劣。Cycle 2 结果预计 11 月 19 日(周四)公布。
「研究」频道最新
- NeurIPS 论文:联合能量模型称人类视觉对齐介于生成与判别之间 — ShahabBakht · 2026-11-18
- SWE-CoWork 基准:最强模型在 101 个真实仓库任务中仅完整通过 8 个 — omarsar0 · 2026-11-18
- rasbt 梳理预训练新趋势:放弃 LR decay,改用恒定学习率+检查点平均 — rasbt · 2026-11-18
- Qdrant 用静态嵌入 35 分钟生成 3280 万条向量,详解 Fastembed 优化 — qdrant_engine · 2026-11-18
- RePPO:训练 PPO 策略种群,让每个 RL 智能体走出自己的解法 — TZahavy · 2026-11-17
- 开源 PentestBench 发布:17 款应用 761 个漏洞实测各模型渗透能力 — hunarbatra · 2026-11-17