arXiv · cs.AI · Yizhou Liu, Zhengxi Lu, Fei Tang, Yiwen Qiu, Yong Du, Tongbo Chen, Bofan Chen, Tao Jiang, Wenhao Xu, Yunfeng Shu, Wenqi Zhang, Weiming Lu, Jun Xiao, Yueting Zhuang, Yongliang Shen · 11 小时前模型评分51
MemU-Bench 发布：用 118 个模糊任务评测 GUI 智能体的长程记忆
MemU-Bench: Benchmarking GUI Agents on Long-Horizon User Interactions
导读
研究团队发布 MemU-Bench，用 29 条长程用户轨迹上的 118 个模糊任务评测图形用户界面（GUI，Graphical User Interface）智能体能否从历史交互中补全缺失信息。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To bridge this evaluation gap, we introduce \textbf{MemU-Bench}, a mobile benchmark of \textbf{118 vague tasks} grounded in 29 long-horizon user trajectories”
来源：arXiv · cs.AI · arxiv.org