Amazon论文提出FEB-30检验Agent记忆存储

2026年10月19日，X用户Rohan Paul发帖介绍Amazon一篇新论文。该论文指出，现有智能体记忆基准只评最终答案，会把记忆、检索和作答混在一起，强LLM可能掩盖损坏的记忆存储。为此研究构建FEB-30：将30条脚本化事实历史转成147份文档，使每份文档处理后的正确记忆状态已知，并在类Mem0与Hindsight的记忆系统上对比存储事实与QA分数。报道称，该设计主张直接检查智能体记忆存储内容，而非仅看最终答案。目前事件进展限于论文方法与基准介绍，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。