Pesquisadores de Melbourne e da UNSW apresentam o VoxMem, um novo benchmark que expõe falhas críticas na avaliação atual da memória de IA de voz. Diferentemente de métodos anteriores que ignoram nuances do áudio, o VoxMem isola o comprimento da conversa para testar a recordação da identidade do falante, do tom e dos sons ambiente em 34.743 instâncias de áudio. A avaliação de 15 modelos principais revela que nenhum deles ultrapassa 40% de precisão com um contexto de 32K. Os modelos têm dificuldades significativas com sinais paralinguísticos e sons ambientais, com o desempenho diminuindo à medida que o comprimento do histórico aumenta, destacando uma grande lacuna nas capacidades de compreensão de áudio de longa duração.