arXiv cs.AI· Wenxuan Wang, Haoyu Sun, Fukuan Hou, Mingyang Song, Weinan Zhang, Yu Cheng, Yang Yang·· 10 天前AI 评分22
SubtleMemory：面向长时程 AI 智能体细粒度关系记忆辨别的基准
SubtleMemory: A Benchmark for Fine-Grained Relational Memory Discrimination in Long-Horizon AI Agents
AI 导读
研究者提出 SubtleMemory 基准，用于评测长时程 AI 智能体对细粒度关系记忆的辨别能力，包含 10 段长历史、1,522 个评测实例，基于 1,090 个关系受控的记忆变体集。
正文 · AI 翻译
摘要：持久性 AI 助手（如 OpenClaw）在长期交互中会积累大量相关记忆。随着这些记忆不断增长，它们可能相互强化、在不同上下文中产生分歧，或直接冲突，使得正确的辅助依赖于记忆之间的关系，而非孤立的回忆。现有的长期记忆基准并未系统性地探究智能体在下游任务中如何保留和利用此类关系。为填补这一空白，我们提出了 SubtleMemory，一个用于长时运行 AI 智能体中细粒度关系记忆辨别的基准。SubtleMemory 构建了关系受控的潜在语义制品，其变体实例化了互补、细微或矛盾的关系，并将其嵌入到真实的用户-智能体历史中，要求智能体在后续查询和指令中恢复分布式的关系结构。该基准包含 10 段长历史中的 1,522 个评估实例，基于 1,090 个关系受控的记忆变体集，涵盖与用户相关和与用户无关的查询。我们评估了六个独立记忆系统、两个具有原生记忆模块的 Claw 风格智能体，以及三个具有插件记忆模块的 Claw 风格智能体，发现当前系统在细粒度关系记忆辨别方面仍然薄弱。我们进一步引入了诊断协议，揭示了在记忆保留、检索和下游推理阶段中不同的能力特征。
| 评论： | EMNLP 2026 Findings |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL） |
| 引用为： | arXiv:2606.05761 [cs.AI] |
| （或使用 arXiv:2606.05761v3 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2606.05761 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Wang Wenxuan [查看邮箱]
[v1]
2026年6月4日星期四 06:43:11 UTC（3,035 KB）
[v2]
2026年6月5日星期五 04:28:58 UTC（3,034 KB）
[v3]
2026年10月5日星期一 19:03:51 UTC（3,041 KB）
来源：arXiv cs.AI · arxiv.org