标签
本文提出了一种用于智能体记忆的纵向评估工具，通过在文本生成之前生成事实来避免标签错误和污染，并证明短期基准测试相比长期性能可能会错误地排序记忆架构。同时，它还发布了用于智能体记忆评估的开源库Veracium。
这篇文章讨论了AI记忆系统的设计方法，主张从评估出发让好的记忆系统自然涌现，而不是从上到下设计记忆架构。作者认为记忆是系统在压力下进化出来的二阶效应，并提出纵向评估框架。