SubtleMemory：面向细粒度关系记忆辨别的基准

OpenClaw 等持久人工智能助手会在长期交互​​中积累大量相关记忆。随着这些记忆的增长，它们可能会相互强化，在不同的背景下出现分歧，或者直接冲突，从而使正确的帮助依赖于记忆关系而不是孤立的回忆。现有的长期记忆基准很少探讨智能体如何在下游任务中保存和利用这种关系。为了解决这一差距，我们引入了 SubtleMemory，这是长期运行的 AI 代理中细粒度关系记忆区分的基准。 SubtleMemory 构建了关系控制的潜在语义工件，其变体实例化了互补的、细微的或矛盾的关系，并将它们嵌入到现实的用户代理历史中，要求代理在以后的查询和指令期间恢复分布式关系结构。该基准包含超过 10 个长期历史记录的 1,522 个评估实例，基于 1,090 个关系控制的内存变体集，涵盖用户相关和非用户相关的查询。通过评估六个独立内存系统、两个具有本机内存模块的 Claw 式代理和三个具有插件内存模块的 Claw 式代理，我们发现当前系统在细粒度关系内存辨别方面仍然很弱。我们进一步引入诊断协议，揭示记忆保存、检索和下游推理阶段的不同能力概况。