身份不仅是记忆召回：面向部署型 AI Agent 持久身份的评测基准
英文标题：Identity Is More Than Recall: A Benchmark for Persistent Identity in Deployed AI Agents
针对长周期部署的持久型 AI Agent，本文提出了供应商中立的评测基准 PAI-Bench。研究指出，评估 Agent 必须明确区分其仅能在记忆中“召回”的身份事实，与实际在交互中“表达和践行”的身份特征。PAI-Bench 围绕受版本控制和更新治理的身份契约构建，有效拆解了单纯的信息记忆与行为保真度。这一基准为解决 AI Agent 在长期运行中的人设一致性与身份漂移问题提供了关键评测框架。
打开原文相关 4 · 机会 1
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
摘要
arXiv:2609.13637v1
持久化 Agent（Persistent Agents）亟需一种能够严格区分其“仅能召回的身份事实”与“实际表达和践行的身份特征”的评测方法。为此，我们提出了 PAI-Bench——一个中立于模型提供商的评测基准，用于衡量 Agent 对版本化、受更新治理的身份契约（Identity Contract）的保真度。该基准将信息召回与行为践行进行了系统性解耦。
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×