أطلقت GiulioDER معيار AMB، وهو معيار مفتوح ومُسجل مسبقاً مصمم لتقييم فعالية طبقات الذاكرة في وكلاء البرمجة. وعلى عكس المعايير التقليدية التي تركز على صلة الاسترجاع، يختبر AMB ما إذا كانت الذكريات المسترجعة تساعد الوكيل فعلياً في إكمال مهام برمجة حقيقية أو تؤدي إلى نتائج أسوأ.
- يعمل المعيار داخل Claude Code ضمن مستودع معزول حيث تُقيّم الاختبارات التنفيذية النواتج الناتجة.
- تم بناؤه بشكل عدائي باستخدام ذكريات غائبة، قديمة، محلّلة، متناقضة، مجاورة، وغير ذات صلة.
- يحتوي التغذية العامة على 195 جلسة مسجلة مُعدّة مسبقاً.
- يمتد مجموعة البيانات الصعبة إلى 4,900 مستند، بما في ذلك 196 مستنداً حقيقياً و4,704 مشتتات اصطناعية، مع ما يقرب من 143,000 قطعة نصية.
- تقيس المجموعة الحالية بشكل أساسي مسار القراءة ولا تقيّم بعد ما إذا كانت طبقة الذاكرة تتعلم من عمل الوكيل نفسه عبر الجلسات.
يدعو المؤلف موردي الذاكرة الصغار إلى اختبار أنظمتهم دون رسوم مشاركة، مما يسمح لهم بنشر تكويناتهم ونتائجهم.