实体 CUPMem

CUPMem

PulseAugur coverage of CUPMem — every cluster mentioning CUPMem across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_22183 · May 7 · 16:31

新的STALE基准揭示大型语言模型代理难以处理过时的记忆

研究人员推出了STALE，这是一个旨在评估大型语言模型代理识别其存储记忆何时过时能力的基准。该基准包含跨越100多个主题的400个冲突场景，测试状态解析、前提抵抗和隐式策略适应能力。评估显示，即使是表现最好的大型语言模型也难以掌握这项能力，准确率仅为55.2%，表明代理记忆系统存在重大差距。