给AI装上记忆，它就真的记对了吗？HaluMem拆解智能体记忆幻觉
2026.09.30 · 事件 · 论文 · 论文预印本
中国电信研究院等提出HaluMem，首个面向智能体记忆系统的操作级幻觉评测基准，已被EMNLP 2026主会接收。
中国电信研究院与上海记忆张量等研究者提出 HaluMem，将记忆幻觉评测拆到记忆提取、更新、问答三个环节，追踪错误产生位置。该工作已被 EMNLP 2026 主会接收，并开源了项目与论文。
- HaluMem 是首个面向智能体记忆系统的操作级幻觉评测基准
- 评测覆盖记忆提取、记忆更新、记忆问答三个环节
- 数据模拟 10—20 年用户经历，Long 版上下文达百万 token 量级
- 实测 Mem0、MemOS、Zep 等六套系统，问答正确率均未达 70%
- Long 上六套系统中有五套更新遗漏率超过 60%
为什么值得看
首次把记忆幻觉拆到提取、更新、问答各环节，暴露单看总分看不到的问题。
适合谁关注
关注 AI 记忆系统、智能体评测的研究者与开发者。