MobileMem: Un Benchmark per la Memoria a Lungo Termine su Dispositivo negli Assistenti AI
È stato introdotto un nuovo framework chiamato MobileMem per studiare come gli agenti AI possano mantenere una memoria a lungo termine sui dispositivi. I dettagli sono stati condivisi in un articolo su arXiv (ID: 2608.13606), che si concentra sulla sfida di costruire assistenti personali in grado di ricordare e imparare dagli utenti nel tempo. MobileMem si basa su un anno di interazioni mobili e utilizza un metodo di sintesi unico per generare traiettorie utente a lungo termine coerenti e pertinenti. Include elementi sia testuali che multimodali, affrontando il ragionamento complesso, l'aggiornamento delle conoscenze e la comprensione delle preferenze degli utenti. Questo benchmark mira a migliorare quelli esistenti che non catturano la natura ricca e in evoluzione delle esperienze utente mobili. L'articolo è stato recentemente inviato ad arXiv.
Fatti principali
- MobileMem è un benchmark e framework per la memoria a lungo termine su dispositivo.
- Si basa su una raccolta di esperienze mobili su scala annuale.
- Utilizza una pipeline di sintesi basata sulla conoscenza.
- Costruisce traiettorie a lungo orizzonte coerenti e temporalmente consistenti dalle sessioni utente-app.
- Fornisce impostazioni testuali e multimodali.
- Copre il ragionamento multi-hop e temporale, l'aggiornamento delle conoscenze e l'inferenza implicita delle preferenze.
- L'articolo è disponibile su arXiv con ID 2608.13606.
- Il tipo di annuncio è 'nuovo'.
Entità
Istituzioni
- arXiv