arXiv · cs.CL· Sizhe Wang·· 1 天前AI 评分39
BehaviorMem：从真实电商行为流构建与评估用户记忆
BehaviorMem: Building and Evaluating User Memory from Real-World E-Commerce Behavior Streams
来源与原文
arXiv · cs.CL
作者：Sizhe Wang
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/2610.34790v1
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
BehaviorMem 是一种面向电商行为日志的持续用户记忆方法，配套基准 BehaviorMemBench 覆盖 1,194 名用户、17,462 个行为批次、跨度超过三年。该基准用自动未来行为标签和任务无关的记忆接口，把“记住”与“推断”两种能力分开评估。实验显示 BehaviorMem 在两项能力上均领先被评估的 agentic 记忆方法，且不同方法在两项能力上排名存在差异，统计基线也具竞争力。
来源：arXiv · cs.CL · arxiv.org