一个团队在AI代理记忆的DolphinBench基准测试中取得了最高分,超越了基准测试的创建者Mem0。他们的代理Empirical使用Hermes代理和GPT 5.6 Luna,在600分中获得451分,超过了Mem0自己的提交分数。尽管表现强劲,但由于提交过程和格式的问题,该团队在让他们的分数在基准测试排行榜上获得官方认可方面遇到了困难。 AI
影响 为AI代理记忆设定了新的性能标准,可能影响未来的基准测试设计和代理开发。
排序理由 该条目描述了AI代理记忆的新基准测试结果,这是一项以研究为重点的成就。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →