arXiv cs.AI· Hong Ting Tsang, Boyi Zhang, Haoyu Huang, Jiaxin Bai, Yufei Li, Yisen Gao, Zhongwei Xie, Hongyu Luo, Jeff Z. Pan, Yangqiu Song·· 2 小时前AI 评分38
MOSAIC：面向会话智能体长期记忆与跨模态推理的全模态基准
MOSAIC: An Omni-Modal Benchmark for Long-Term Memory and Cross-Modal Reasoning in Conversational Agents
AI 导读
研究者推出 MOSAIC 基准，包含 923 个问题，覆盖 11-24 轮会话历史中的文本、图像、视频和音频，用于评估会话智能体的长期记忆与跨模态推理。该基准配合诊断协议，冻结问题、读取器、提示词与预算，分别介入表示、检索和传递环节。分解结果显示表示损失依赖模态、残差读取在金标准证据下仍占主导，且模型在该拒绝作答时仍会作答，将全模态记忆评测从排行榜转变为对写入、检索、传递、读取各环节故障的诊断。
来源：arXiv cs.AI · arxiv.org