★ 2
研究质疑MemoryAgentBench冲突解决分数:最后写入规则即可答80%
论文用零学习的「最新陈述获胜」规则执行MemoryAgentBench冲突解决测试,官方指标下答对80.25%。剩余题目中有67项金标答案无法被最后写入图触及,暴露基准的可达性缺陷,作者主张按单项而非聚合分数解读。
arXiv cs.AI25 天前
共 1 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文用零学习的「最新陈述获胜」规则执行MemoryAgentBench冲突解决测试,官方指标下答对80.25%。剩余题目中有67项金标答案无法被最后写入图触及,暴露基准的可达性缺陷,作者主张按单项而非聚合分数解读。