StreamMemBench: Streaming Evaluation of Agent Memory for Future-Oriented Assistance

En 3 lignesStreamMemBench est un benchmark d'évaluation pour tester la mémoire des agents IA dans des scénarios réalistes. Il construit des séquences de deux tâches autour d'observations vidéo (EgoLife) pour mesurer si l'agent utilise les preuves stockées et réutilise les retours utilisateur. Tests sur 8 systèmes de mémoire montrent que les agents échouent souvent à transformer le feedback en comportement fiable.

Résumé généré par Claude — vérifié par l'humain