贝塔无限将 BetaMem 全时空多模态记忆架构的写入学习、证据管理与自我改进机制写成论文，于 10 月 20 日发布到 arXiv。据其论文，该方法在 M3-Bench-robot、LoCoMo、OpenEQA 和 EgoLifeQA 四项记忆基准对比中均取得 SOTA，其中 M3-Bench-robot 的人物理解题达到 78.43%。 上述结果均使用 9B 开源模型 Qwen3.5-9B 生成记忆。
AI 根据报道生成 · 1 小时前更新
沿着报道，了解事件的不同侧面。
贝塔无限将 BetaMem 全时空多模态记忆架构的写入学习、证据管理与自我改进机制写成论文挂上 arXiv。该方法使用 9B 开源模型 Qwen3.5-9B 生成记忆，在 M3-Bench-robot、LoCoMo、OpenEQA 和 EgoLifeQA 四项记忆基准对比中均取得 SOTA，其中 M3-Bench-robot 的人物理解题达 78.43%。
还没有足够的连续观测数据，暂不绘制趋势。