DolphinBench 发布：以动作正确性评测智能体记忆系统
做智能体的朋友看看这个新基准 DolphinBench，考的是长对话后动作对不对，还把准确率、成本、延迟放一张榜上，选记忆系统时挺实用。
#DolphinBench
共 5 条 · 7 天 0 条 · 30 天 0 条
信息流里打上「DolphinBench」标签的资讯、产品与论文，按刊登时间排，新的在上。
9月23日
Mem0 发布 DolphinBench：用准确率、成本、延迟三维度评测智能体记忆
Mem0 团队做了个新基准 DolphinBench，专测智能体记忆：不看答题对错，看长对话后动作做没做对，还把成本和延迟一起排名，选记忆系统前可以先看看。
DolphinBench 公布双测试框架三模型智能体跑分
Mem0 把 GPT-5.6-Luna、MiniMax M3、Claude Sonnet 5 扔进 Hermes 和 Claude Code 两套框架跑分了，排行榜在 dolphinbench.ai，可以直接看哪个模型换框架后掉分最少。
mem0 发布 DolphinBench 基准与排行榜
mem0 搞了个叫 DolphinBench 的记忆系统评测基准，排行榜和数据集都公开，做记忆相关应用的可以拿去跑跑自己的方案。
9月22日
DolphinBench 基准：用真实任务评估智能体记忆的准确率、成本与延迟
做智能体记忆的可以看这份新基准：500k token 历史里找信息完成任务，还得报成本和延迟。