الإجاباتمنشور18 المصادر
معيار من جامعة تشجيانغ يختبر ذاكرة الوكلاء الذكية
يتضمن EMem Bench، الذي قدّمه فريق OmniAI في جامعة تشجيانغ، 2,554 حلقة تفاعل لاختبار قدرة الوكلاء على تذكّر الخبرات السابقة واستخدامها. يقيس المعيار أربع قدرات: استرجاع تفاصيل سابقة، وتتبع تغيّر حالة الأشياء، وتذكّر نتائج التفاعل، وتعميم الخبرة على مهام جديدة.
نشر بواسطةتم التحرير باستخدام GPT-6 Lunaتم إنشاء الصور باستخدام GPT Image 2
إجابة البحث
الوجبات السريعة الرئيسية
- يتضمن EMem Bench، الذي قدّمه فريق OmniAI في جامعة تشجيانغ، 2,554 حلقة تفاعل لاختبار قدرة الوكلاء على تذكّر الخبرات السابقة واستخدامها.
- يقيس المعيار أربع قدرات: استرجاع تفاصيل سابقة، وتتبع تغيّر حالة الأشياء، وتذكّر نتائج التفاعل، وتعميم الخبرة على مهام جديدة.
- في مراجعة يدوية لـ100 مسار فاشل، صُنّف 91% منها ضمن أربع مشكلات مرتبطة بالذاكرة.
- في مقارنة تستخدم GPT 5.4 mini أساسًا مشتركًا، ارتفع متوسط النجاح مع نظام الذاكرة EMem من 35.3% إلى 58.9%.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Zhejiang University’s OmniAI Group’s EmbodiedMemory-Bench (EMem-Bench), reported on October 18, 2026, when was its paper posted to a. Article summary: EmbodiedMemory-Bench (EMem-Bench) is Zhejiang University’s OmniAI Group’s benchmark for testing whether embodied agents can build and update memories from past interactions, then use those memories to complete later task. Topic tags: general, academic, general web, government, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
لا يكفي أن يرى الوكيل الذكي ما أمامه؛ فعليه أيضًا أن يتذكّر ما شاهده سابقًا، وأن يحدّث معلوماته بعد تغيّر البيئة، ثم يستفيد من تلك الخبرة في الخطوة التالية. لهذا الغرض، قدّم فريق OmniAI في جامعة تشجيانغ معيار EmbodiedMemory-Bench (EMem-Bench)، الذي يختبر الذاكرة طويلة الأمد عبر مهام تفاعلية قابلة للتنفيذ. وتقول الورقة إن المعيار يضم 2,554 حلقة تفاعل موزعة على أربع فئات. أُرسلت الورقة إلى arXiv في 23 سبتمبر 2026.1
17
كيف يختبر المعيار الذاكرة؟
بدلًا من الاكتفاء بسؤال النموذج عمّا حدث في الماضي، يزوّد EMem-Bench الوكيل أولًا بسجل تفاعل متعدد الوسائط، مرتب زمنيًا، ثم يكلّفه بمهمة لاحقة داخل البيئة. على الوكيل أن يبني ذاكرة من التجربة أو يسترجع منها ما يلزم، ثم يترجم ذلك إلى أفعال تساعده على إنجاز المهمة.1
11
وتغطي المهام أربع قدرات أساسية:
- تذكّر الملاحظات السابقة: مثل الاحتفاظ بتفصيل بصري أو بمكان غرض رآه الوكيل من قبل.
- تتبّع التغيّرات: تحديث موقع الغرض أو حالته بدل التصرف بناءً على معلومة قديمة.
- تذكّر نتائج التفاعل: الاحتفاظ بما كشفه فعل سابق، مثل نجاح محاولة أو ظهور قيد في البيئة.
- تعميم الخبرة: تطبيق قاعدة أو تصحيح تعلّمه الوكيل على غرض أو مشهد جديد.
11
16
بهذا التصميم، لا يُقاس التذكّر بمجرد الإجابة عن سؤال؛ بل بمدى قدرة الوكيل على استخدام ما تعلّمه في تصرف لاحق.1
ما أنواع النسيان التي رصدها الفريق؟
حلّل الفريق 100 مسار إخفاق لنموذجي Gemini-3-Flash وQwen3-VL-32B ضمن مجموعتي EB-ALF وEB-Hab من معيار EmbodiedBench. ووزّع الإخفاقات المرتبطة بالذاكرة على أربع فئات:
- نسيان التفاصيل البصرية — 35%: يظهر الغرض في المشهد، لكن الوكيل لا يحتفظ بمكانه، فيعود للبحث عنه.
- إغفال تغيّر البيئة — 18%: يتغيّر موقع الغرض أو حالته، بينما يواصل الوكيل التصرف وفق معلومات سابقة.
- عدم حفظ نتائج التفاعل — 31%: لا يحتفظ الوكيل بما كشفته نتيجة فعلٍ ما، مثل ما إذا كانت محاولة الإمساك ناجحة.
- عدم نقل الخبرة إلى مهمة جديدة — 7%: يتلقى الوكيل إرشادًا أو تصحيحًا، لكنه يكرر الخطأ نفسه عند التعامل مع غرض آخر.
بلغ مجموع هذه الفئات 91% من مسارات الإخفاق التي راجعها الفريق. لكن هذه النسبة تصف عينة محددة من المسارات الفاشلة، ولا تمثل معدل الإخفاق الكلي لأي من النموذجين، كما لا ينبغي التعامل معها كأنها نتيجة عينة عشوائية.
نظام ذاكرة خارجي ونتائج الاختبار
إلى جانب المعيار، قدّم الفريق Embodied-Memorizer (EMem)، وهو نظام ذاكرة خارجية ينظم الخبرات في ذكريات للمشهد والمكان والأحداث. كما درّب الفريق نموذج EMem-8B على إدارة هذه الذكريات واستخدامها.1
6
15 والفكرة هي ألا يقتصر النظام على تخزين المعلومات، بل أن يسترجع منها ما يتصل بالمهمة الراهنة ويستخدمه في اختيار الفعل التالي.
6
في مقارنة استخدمت GPT-5.4-mini أساسًا مشتركًا، بلغ متوسط النجاح 35.3% من دون EMem، و58.9% عند استخدامه، أي بزيادة قدرها 23.6 نقطة مئوية. وفي المقارنة نفسها، حقق نظام الذاكرة TeleMem نسبة 37.8%.6 وهذه أرقام خاصة بإعداد الاختبار والمهام التي قيّمها الفريق، ولا تثبت أن المكاسب ستتكرر في كل نموذج أو مهمة تجسيدية.
اهتمام إعلامي وحدود النتائج
تُظهر صفحة arXiv أن الورقة أُرسلت في 23 سبتمبر 2026.17 وفي 18 أكتوبر، تناولت وسائل إعلام صينية المعيار، كما أدرجت صفحة الفريق تغطية صينية للمشروع.
6
13 وذكرت إحدى التغطيات أن التنزيلات على Hugging Face قاربت 30 ألفًا بعد نحو ثلاثة أسابيع من الإطلاق. وهذا رقم ورد في تقرير ذلك الوقت، وليس إحصاءً آنيًا للتنزيلات.
6
يقيس EMem-Bench أداء الوكلاء في مهام تفاعلية داخل بيئات محاكاة، لذا توضح نتائجه كيف تعاملت الأنظمة مع الذاكرة ضمن هذا النوع من الاختبارات.1
4 لكنها لا تكفي وحدها للحكم على موثوقية روبوت حقيقي عند مواجهة ضوضاء المستشعرات أو أخطاء التنفيذ؛ إذ يتطلب ذلك تحققًا إضافيًا على روبوتات فعلية.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "معيار من جامعة تشجيانغ يختبر ذاكرة الوكلاء الذكية"؟
يتضمن EMem Bench، الذي قدّمه فريق OmniAI في جامعة تشجيانغ، 2,554 حلقة تفاعل لاختبار قدرة الوكلاء على تذكّر الخبرات السابقة واستخدامها.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
يتضمن EMem Bench، الذي قدّمه فريق OmniAI في جامعة تشجيانغ، 2,554 حلقة تفاعل لاختبار قدرة الوكلاء على تذكّر الخبرات السابقة واستخدامها. يقيس المعيار أربع قدرات: استرجاع تفاصيل سابقة، وتتبع تغيّر حالة الأشياء، وتذكّر نتائج التفاعل، وتعميم الخبرة على مهام جديدة.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
في مراجعة يدوية لـ100 مسار فاشل، صُنّف 91% منها ضمن أربع مشكلات مرتبطة بالذاكرة.
المصادر
arxiv.orgBenchmarking Embodied Memory for Long-Horizon ...
163.com具身智能体长程记忆：看见不等于记住，浙大提出具身记忆基准