arXiv · cs.AI· Bofan Xie, Chaokun Wang, Guanchen Ge, Songyao Wang, Fang Niu, Hang Zhang, Wei Wang·· 11 小时前
Bemula：评估LLM智能体按要求遗忘记忆的基准
Can Agents Forget When Asked? A Benchmark for Memory Unlearning in LLM Agents
arXiv:2610.18052v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Bofan Xie, Chaokun Wang, Guanchen Ge, Songyao Wang, Fang Niu, Hang Zhang, Wei Wang
研究任务与主要进展
作者提出Bemula记忆遗忘基准，用于评估LLM智能体能否按用户请求删除指定记忆；该基准包含50组多轮对话、135个六类遗忘请求和1,742个测试问题。基于论文摘要，六种主流记忆系统在三种骨干LLM上的测试均显示负面结果：没有系统端到端通过超过1.5%的遗忘请求，多数系统几乎全部失败，数据和代码已发布至https://github.com/Nboxff/bemula-benchmark。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org