action-world

WorldMemArena 是一个新的基准测试，包含400个多会话多模态任务，用于评估多模态智能体记忆，比较了长上下文、RAG和基于框架的记忆方法，揭示了更好的记忆写入并不保证更好的性能，并且系统在处理视觉证据方面存在困难。