Mens AI-assistenter i dag primært svarer på isolerede spørgsmål, peger udviklingen mod systemer, der fungerer som vedvarende personlige assistenter – med evnen til at huske, forstå og løbende lære af brugerens oplevelser. Det kræver langsigtet hukommelse, men eksisterende benchmarks er ifølge forskerne bag MobileMem utilstrækkelige, fordi de ikke afspejler de heterogene, multimodale og dybt personlige oplevelser, der kendetegner virkelige mobilscenarier.
MobileMem er en ny benchmark og ramme designet til at studere on-device langtidshukommelse, baseret på et års mobiloplevelser. Den anvender en vidensbaseret syntesepipeline til at konstruere sammenhængende og tidsmæssigt konsistente langsigtede forløb fra bruger-app-sessioner. Benchmarket tilbyder både tekst- og multimodale indstillinger, der dækker multi-hop og tidsmæssig ræsonnering, vidensopdatering og implicit præferenceinferens – så agenter kan huske fortiden, forstå nutiden og tilpasse sig fremtiden.
For beslutningstagere er pointen ikke den tekniske konstruktion, men hvad den signalerer: At feltet bevæger sig mod at modellere oplevelser frem for isolerede fakta – fra informationshentning til det, forskerne kalder 'oplevelsesbaseret intelligens' for kontinuerlig personlig læring. Det har strategisk betydning for virksomheder, der bygger eller køber AI-assistenter, fordi evnen til at lære af brugernes faktiske adfærd over tid bliver en differentiator – og en ny målestok for, hvad der kan loves kunderne.
Læs mere i det originale paper på arXiv.
