Agent Memory Leaderboard 首开多模态记忆赛道,近 5000 评测实例
No_Issue_8224 · reddit · 2026-11-18
Agent Memory Leaderboard(AML)在 Cycle 2 中首次加入 Multimodal Memory 赛道,涵盖来自 7 个数据源的近 5000 个评测实例,首次系统评测 agent 对图像的长期记忆能力。
三大能力组:
- Memory Cognition:检索、视觉推理、关系推理
- Memory Evolution:时序推理、知识更新、持续学习
- Memory Alignment:个性化、拒答、证据治理
评测规则亮点:平台会把图像与 caption 一起下发;参赛方可用原图、OCR 或 caption,但必须声明用的是哪一种——因为「看像素」和「看文字说明」是对记忆的不同主张。Cycle 2 结果预计 11 月中旬公布,多模态榜单与文本、编码榜单分开排名。
作者的核心观点:场景变化后无人更新的图片记录只是相册,不是记忆——存储的图片和文本一样会「过期」,Memory Evolution 是最值得关注的组。
所属事件:Agent Memory Leaderboard 新增多模态记忆赛道(2 条相关)→
「研究」频道最新
- 页面倾斜 2-4 度就换冠军:BenchBench 实测打脸解析器榜单 — thisguyknowsai · 2026-11-18
- 不重训练,直接改 5064 个权重:DAWE 让模型适配新 harness — lateinteraction · 2026-11-18
- 预测病毒进化再按需设计抗体:AI4Science「预见未来」疗法框架 — BrianHie · 2026-11-18
- 268 名数学研究生 surveyed:怕 AI 抢饭碗,但照样在用 — cyndaquilled · 2026-11-18
- Multi-Branch Transformer:并行分支扩展 LLM,同损失省 1.26 倍算力 — KyeGomezB · 2026-11-18
- 新基准:预训练+Δ学习在 DFT 标签昂贵时最准预测反应能垒 — bravo_abad · 2026-11-18