专题 · FULL STORY

Agent Memory 榜单第二期:多模态赛道首秀与放榜

Agent Memory Leaderboard 在 Cycle 2 中首次新增多模态记忆赛道,汇聚 7 个数据源;次日第二期结果放榜,覆盖文本、代码、多模态三大赛道,共收到 402 个任务提交,MemoraX 综合居首,成为记忆能力评测的新基准。

2026-11-18 ~ 2026-11-19 · 2 集 · 4 条

第 1 集 · Agent Memory Leaderboard 新增多模态记忆赛道(2026-11-18,2 条)

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。开发者吐槽仅凭 launch post 和 demo 挑选 agent 记忆层并不靠谱,因为各家评测的回答模型、prompt、评分标准与检索深度各不相同,而 AML 提供统一评分标准,便于横向比较各家记忆层方案。

第 2 集 · Agent Memory Leaderboard 第二期放榜,MemoraX 居首(2026-11-19,2 条)

Agent Memory Leaderboard(AML)公布 Cycle 2 结果,覆盖文本、代码、多模态记忆三大赛道,共收到 402 个任务提交和 292 个有效榜单条目,参赛方包括阿里云 DMS 等团队。MemoraX 以 69.26 分总成绩位居榜首,并在代码记忆赛道以 68 分领先。整体来看,个性化记忆能力仍是各参赛系统的共同短板。