Spark GB10

新的MemArena基准评估设备端AI记忆助手

研究人员推出MemArena，一个旨在评估设备端个人记忆助手的新基准。该基准通过关注活动密集型交互、以自我为中心的视角和多会话对话连贯性，解决了现有记忆评估的局限性。MemArena是使用MASim代理模拟器构建的，包含六个用于回忆、推理和可信度的评估维度。结果表明，对于Qwen3-0.6B等模型，记忆后端选择对内容准确性的影响比读者扩展更显著。研究还发现，权限感知访问控制普遍无效，一些后端泄露了过多的信息，而另一些则过于严格。