arXiv · 机器人与计算机视觉· Yanhao Jia, Yi Zhu, Yiran Zhong, Weigao Sun, Feida Zhu, Pengkun Jiao, Sihan Yang, Ming Ma, Steven Hoi, Erik Cambria·· 24 天前AI 评分49
4DMemoryBench 与 Harness 评测长视界时空记忆及智能体能力
4DMemory: Benchmarking Long-Horizon Spatiotemporal Memory with Harness-Augmented Agents
AI 导读
针对现有基准在长上下文任务中的不足,研究团队推出包含约 900 小时视频的 LongVideo 数据集和 4DMemoryBench。评估显示,独立基础模型难以应对长视界任务,而集成四项技能与 22+ 专用工具的 4DMemory Harness 使所有测试模型的长视界性能提升超 50%。该成果旨在促进具备处理复杂长周期任务能力的时空智能体发展。
来源:arXiv · 机器人与计算机视觉 · arxiv.org