提出LongMemEval-V2基准以评估Web智能体的长期环境记忆能力,并引入基于RAG和编码智能体的AgentRunbook记忆方法,实验表明编码智能体方法取得最高准确率但伴随较高延迟,验证了该基准对长期记忆系统开发的有效性与挑战性。
机构:UCLA
来源:arXiv 2605.12493 | AI4Papers 论文推荐平台