Oeffentliche Projekte und Texte auf Deutsch zu diesem Thema.
LexMemoryBench: Langzeitgedaechtnis im Haushalt
Eine Synthetic-Data-Pipeline zur Evaluation von member- und session-uebergreifendem Memory fuer Haushaltsroboter.
Eine fuenfstufige typed Pipeline haelt Familienmitglieder, Memory-Fakten und Dialoge unterscheidbar und auditierbar.
Agent Evaluation Benchmark
Ein confidence-aware Evaluationsrahmen fuer openclaw-aehnliche persoenliche Assistenten, der mehr misst als Demo-Performance.
Statistical Confidence, Judge Agreement, Coverage und Cross-run Stability angewendet; ein separater Ausbau ergaenzte 40 RPA-, IM-, Cross-system- und Email-Tasks.
Noch kein oeffentlicher Q&A-Eintrag mit diesem Tag.