提出VLA记忆干预评测协议IMEP与ChainBench

Keyuan Luo 等在 arXiv 提出面向视觉-语言-动作（VLA）系统的干预式记忆评测协议 IMEP 与基准 ChainBench，用于判断记忆是否真正影响机器人决策，覆盖记忆净收益、起效条件、是否改变任务结果、效应是否针对任务相关事实四个问题，并评测回合内、跨回合与智能体记忆。 在跨回合 learned-bank 实验中，对“最后位置的一个单元”（ULP）做干预（含安装流程）改变了 11.9% 的同种子配对结果，而改动关键事实相比保留事实的替换没有明显额外效应。ChainBench 要求正确决策依赖当前观测中没有的历史信息；在共享录制执行下，完整记忆配置把任务成功率从 39.1% 提升到 74.3%，与 oracle 决策条件持平。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。