Le filThèmes : ÉvaluationsRecherche
APM-Bench évalue la mémoire persistante des assistants vidéo en flux continu entre les sessions
1 sourcemis à jour 30 sept.pertinence 2,2 sur5
L’essentiel
Le benchmark compte 549 sessions et 104 trajectoires. Ses évaluations montrent que les méthodes existantes peinent à combiner un rappel fiable à long terme, un faible surcoût et une aide proactive efficace.
Propagation1 article, publié par HF Daily Papers le 30 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceJianguo Huang, Jinming Liu, Qiyao Wang et al.huggingface.co
APM-Bench: Benchmarking Cross-session Persistent Memory for Egocentric Streaming Video Assistants (site externe)
To serve as real-world personal assistants, streaming video models need persistent memory that retains past experiences for later use.
Sur les mêmes thèmes
Recherche
NVIDIA affine Nemotron 3 et atteint le niveau or à l’IOI 2026 et à l’IMO 2026
Évaluations
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Évaluations
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
Évaluations
Une étude montre que la date cachée dans les prompts système fait varier les évaluations de LLM
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5