热点事件持续更新
上海交大发布HABIT-Bench用户习惯记忆基准
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，AGI Hunt 报道称，上海交大 LUMIA Lab 等机构发布 HABIT-Bench 基准，用于测试 LLM agent 的记忆系统能否从稀疏对话证据中归纳并应用用户习惯。该基准覆盖美食、金融、软件、旅行四个领域，评测使用 Qwen3-235B-A22B 与 GLM-5.3-Flash 两个模型。结果显示，8 种记忆方法中表现最佳的四域宏平均准确率仅 33.61%，随机水平为 25%；即使直接向模型提供标注证据，其表现仍有限。目前代码与数据集已开源，报道未提及后续榜单更新或其他团队的复现结果。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 11:17
新报道显示，HABIT-Bench 上8种记忆方法最佳仅33.61%，代码与数据集已开源。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI HuntHABIT-Bench：八种记忆系统测用户习惯推断，最佳仅 33.61%
上海交大 LUMIA Lab 等发布 HABIT-Bench，测试 LLM agent 记忆系统能否从稀疏对话证据中归纳并应用用户习惯，8 种记忆方法最佳四域宏平均准确率仅 33.61%（随机 25%）。基准覆盖美食、金融、软件、旅行四领域，用 Qwen3-235B-A22B 与 GLM-5.3-Flash 评估；即使直接提供标注证据，表现仍有限。代码与数据集已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。