★ 3
研究者发布 GroupAssistBench 群聊记忆基准，8 万条真实消息评测 AI 记忆使用
arXiv 论文提出 GroupAssistBench，这是首个基于真实群聊对话、面向已部署群助手的记忆基准，覆盖 50 个群、80,299 条消息，构建成本超 5.3 万美元。该基准分两层评测：L1 用参考答案测记忆召回，L2 用无固定答案的服务请求测记忆使用，并区分单一、分散、冲突三类记忆。结…
arXiv NLP14 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
arXiv 论文提出 GroupAssistBench，这是首个基于真实群聊对话、面向已部署群助手的记忆基准，覆盖 50 个群、80,299 条消息，构建成本超 5.3 万美元。该基准分两层评测：L1 用参考答案测记忆召回，L2 用无固定答案的服务请求测记忆使用，并区分单一、分散、冲突三类记忆。结…