**EvoArena：动态环境下的LLM智能体基准与EvoMem记忆进化方法**

_EvoArena: Tracking Memory Evolution for Robust LLM Agents in Dynamic Environments_

> 现有LLM智能体评估多假设静态环境，而现实部署需应对动态变化。EvoArena基准通过终端、软件和社交领域的渐进更新模拟环境演化，评估智能体持续对齐能力。提出的EvoMem基于补丁的记忆范式，以结构化更新历史记录记忆演化，使智能体通过变化推理环境。实验显示，当前智能体在EvoArena上平均准确率仅39.6%，EvoMem带来1.5%提升，并在GAIA和LoCoMo上分别提升6.1%和4.8%；链级准确率提高3.7%。机理分析表明，EvoMem改善了记忆中的证据捕获，更好地保留演化环境状态，凸显了在评估和记忆中建模演化对于可靠智能体部署的重要性。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-12 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.13681)