MemoryLake supera il benchmark MemoryArena nello studio sulla memoria degli agenti abbinati

Un nuovo studio su arXiv (2608.13883) esamina MemoryLake, un backend di memoria multi-traccia, e lo confronta con Mem0, il RAG vettoriale text-embedding-3-small, e un controllo a contesto lungo su cinque domini di MemoryArena. La ricerca mira a verificare se la memoria aiuta a completare attività interconnesse in più sessioni, a differenza dei benchmark standard che si concentrano sul richiamo a posteriori. Tutti i sistemi erano basati sullo stesso framework agente, utilizzando il modello gpt-5-mini, campioni di attività e codice di punteggio, con l'unica variazione rappresentata dall'aspetto della memoria. MemoryLake ha ottenuto i migliori tassi di successo in matematica (9/40), fisica (12/20) e recupero progressivo (4/20), ma tutti i sistemi hanno fallito nella pianificazione di viaggi, con lo shopping online che ha registrato un solo successo. Questi risultati evidenziano il potenziale di MemoryLake ma rivelano anche un notevole margine di miglioramento per i sistemi di memoria degli agenti.