ProPerAgent 提出记忆驱动主动助手，准确率升至 42.4%
原文标题：ProPerAgent: Toward Memory-Driven Proactive Assistance
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 ProPerMem 基准，用第一视角视频与长达一年的个人记忆（平均约 61.8 万 token）测试模型何时该主动介入。现有基线最高仅 15%，说明内容与时机缺一不可。作者构建 ProPerAgent，通过图结构记忆库与轻量强化学习抑制过早触发，在 Qwen3.8-27B 与 GPT-5.3-Chat 上把严格准确率提升至 37.5%/38%，RL 后训练达 42.4%。
- 问题
- 助手何时该主动介入，需从超长个人记忆中判断内容与时机。
- 方法
- 提出 ProPerMem 基准与 ProPerAgent，用图结构记忆库加轻量强化学习抑制过早触发。
- 结果
- 基线最高仅 15%，ProPerAgent 严格准确率达 37.5%/38%，RL 后训练达 42.4%。
- 影响
- 揭示主动式助手的瓶颈在时机而非内容，为个人记忆型产品提供可复用的评测与架构。
深读 · 结论先行AI 生成展开看要点与影响 ↓
新基准ProPerMem显示现有基线主动介入准确率最高仅15%，ProPerAgent经RL后达42.4%。
- •ProPerMem用第一视角视频加平均约61.8万token的一年期个人记忆，联合评分内容与时机。
- •所有基线表现不佳，最高仅15%；GPT-5.3-Chat在触发窗口内给到oracle证据可达96%，自行选时机降至38%，改用检索降至15%。
- •ProPerAgent用图结构记忆库加轻量RL抑制过早与重复触发。
- •在Qwen3.8-27B与GPT-5.3-Chat上严格准确率为37.5%/38%，RL后训练达42.4%。
为什么重要：主动式助手的关键难点是「何时开口」而非「答什么」，该基准把内容与时机拆开量化，暴露了巨大差距。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。