arXiv cs.AI· Maosheng Qin, Qi Zhang, Mingxuan Xia, Jinglei Chen, Jiexiang Wang, Sheng Guo, Cheng Peng, Haobo Wang·· 11 小时前AI 评分40
PraxisMemBench：面向持久个人助理的个人记忆与程序记忆基准
Memorizing Who, Knowing How: Benchmarking Personal and Procedural Memory for Persistent Assistants
AI 导读
研究者提出 PraxisMemBench，一个基于 harness 的持久个人助理基准，覆盖日常生活与工作轨迹，要求个人记忆与程序记忆共同演化。实验显示两类记忆分开维护不够用，任务完成率从单一依赖的 84.6% 降至相互依赖的 77.9%，关系类失败随交互历史增长从 59.8% 升至 72.9%。
正文 · AI 翻译
摘要：面向持久个人智能体的记忆系统必须超越孤立的记忆，既要维护关于所服务对象的个人记忆，也要维护关于如何行动的程序性记忆。关键在于，在基于 harness 的个人助理中，程序或技能本质上是受用户条件约束的：个人上下文决定了哪些程序适用、如何实例化以及何时应当改变。现有基准通常侧重个人记忆或程序性记忆中的一种，对其相互作用探索不足。我们提出 PraxisMemBench，这是一个基于 harness 的基准，用于跨日常生活与工作轨迹的持久个人助理，其中个人记忆与程序性记忆共同演化，后续任务同时依赖两者。实验表明，分别维护两种记忆类型是不够的，完成率从单一类型依赖下降到相互依赖依赖（84.6% 降至 77.9%）。更广泛地，在现有方法中，随着交互历史增长，与关系相关的失败从早期会话到后期会话增加（59.8% 增至 72.9%），揭示出持续维护的挑战：仅写入正确的记忆是不够的，如果其不断演化的内容和组织无法为后续检索而保留。为解决此问题，我们提出 PraxisMem，它使用特权联合状态监督，将维护记忆内容和组织的能力内化到记忆管理器中，采用位置感知 GRPO 和动态残差路由 OPSD。PraxisMem 达到 40.78% 的整体会话成功率，而 Claude Code 的原生记忆为 20.60%。我们的代码公开于 此 https URL。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.20022 [cs.AI] |
| （或 arXiv:2610.20022v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.20022 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Maosheng Qin [查看电子邮件]
[v1]
2026年10月14日星期三 11:33:40 UTC（1,920 KB）
[v2]
2026年10月20日星期二 12:08:16 UTC（1,920 KB）
来源：arXiv cs.AI · arxiv.org