agentic frameworks

新基准EgoMemReason测试AI在长达一周视频中的记忆能力

研究人员推出了EgoMemReason，这是一个新的基准，旨在测试多模态大语言模型（MLLMs）和代理框架在理解长时域自主视频方面的记忆能力。该基准侧重于三种类型的记忆：实体、事件和行为，要求模型整合跨越数天的信息来回答问题。目前最先进的模型在EgoMemReason上表现不佳，准确率仅为39.6%，表明长上下文记忆仍然是AI系统的一个重大挑战。