评估连续 lifelog 场景中的记忆能力

如今，穿戴设备可以持续记录生活方式对话，为记忆系统创造了巨大的机会。然而，现有基准主要关注在线一对一聊天或人机交互，因而忽略了现实场景的独特需求。鉴于公开的 lifelog 音频数据集稀缺，我们提出了分层合成框架以构建 \textbf{\textsc{LifeDialBench}}——一个新颖的基准，包含两个互补的子集：\textbf{EgoMem}，基于真实的自我中心视频构建；\textbf{LifeMem}，使用模拟虚拟社区构建。关键的是，为了解决传统离线设置中时间泄漏的问题，我们提出了\textbf{在线评估}协议，严格遵循时间因果性，确保系统以真实的流式方式进行评估。我们的实验结果揭示了一个反直觉的发现：当前复杂的记忆系统未能超过一个简单的 RAG 基线。这一发现凸显了当前方法中过度设计结构和有损压缩的负面影响，强调在 lifelog 场景中保持高保真上下文的必要性。