★ 3
MemU-Bench：长程交互模糊指令 GUI 智能体基准
论文提出 MemU-Bench 移动端基准，含 118 个基于 29 条长程用户轨迹的模糊任务，要求智能体从历史交互中提炼记忆并按需检索上下文。评测显示 Gemini-3.1-Pro 的 SPL 仅 16.4%，端到端 GUI 智能体低于 5%；配套的免训练框架 AppMem 将 GPT-5.5 …
arXiv cs.AI10 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。
论文提出 MemU-Bench 移动端基准，含 118 个基于 29 条长程用户轨迹的模糊任务，要求智能体从历史交互中提炼记忆并按需检索上下文。评测显示 Gemini-3.1-Pro 的 SPL 仅 16.4%，端到端 GUI 智能体低于 5%；配套的免训练框架 AppMem 将 GPT-5.5 …