EvoGroup är ett system som ska hjälpa AI-agenter att behålla kunskap som delas inom en grupp, till exempel relationer mellan gruppmedlemmar och information som byggts upp gemensamt. I stället för att utgå från en fast, manuellt skriven minneslösning börjar systemet med sex verktyg och anpassar sin metod utifrån tidigare uppgiftsresultat och osäkra fall.
I forskarnas test på EverMemBench steg pass@1 från 71.07% till 89.58%, vilket är högre än de 85.83% som rapporterats för Claude Code. De uppger också att en version av testmiljön som frystes efter utvecklingen presterade bra på det separata GroupMemBench med GPT-5.5. Abstractet anger inget resultat för det testet. Forskarna säger att de planerar att göra koden öppen källkod.
Varför det spelar roll
För team som överväger AI-agenter som arbetar med gemensamma diskussioner tyder resultaten på att ett anpassningsbart minnessystem kan hjälpa till att bevara gruppkunskap. Abstractet redovisar dock inga poäng för GroupMemBench och ingen oberoende validering.
