规划
PM-Bench: Evaluating Prospective Memory in LLM Agents
2026-07-15arxiv.org
★★★★★
发布用于测试LLM Agent前瞻记忆能力的基准PM-Bench。
值得记下
阅读原文↗在Agent执行长期、多步骤任务时，能否记住‘将来要做某事’直接影响任务成功率，这个基准把前瞻记忆从语言评测中独立出来，为规划模块的选型提供了可量化的参照。
内容来源：arxiv.org，版权归原作者所有
发布用于测试LLM Agent前瞻记忆能力的基准PM-Bench。
在Agent执行长期、多步骤任务时，能否记住‘将来要做某事’直接影响任务成功率，这个基准把前瞻记忆从语言评测中独立出来，为规划模块的选型提供了可量化的参照。
内容来源：arxiv.org，版权归原作者所有