arXiv · cs.CL· Yanhao Jia·· 3 天前AI 评分49
4DMemory：用 Harness 增强智能体评测长时程时空记忆
4DMemory: Benchmarking Long-Horizon Spatiotemporal Memory with Harness-Augmented Agents
来源与原文
arXiv · cs.CL
作者：Yanhao Jia
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.32332v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 LongVideo 数据集与 4DMemoryBench 基准，用于评测长时程时空推理。LongVideo 包含约 900 小时视频和 5,000 多道人工审核问题；4DMemory Harness 集成 4 项互补技能、22+ 专用工具模型和模型专属 RAG 系统。评测 13 个领先模型发现，独立基础模型难以胜任长时程任务，而 Harness 使所有模型提升超 50%，且同一模型在 4DMemoryBench 上比较早基准下降超 10%。
来源：arXiv · cs.CL · arxiv.org