清华发布 BEMULA 基准：智能体记忆遗忘端到端通过率不足 1.5%

清华大学团队发布论文《Can Agents Forget When Asked?》及专门评测 LLM 智能体记忆遗忘的基准 BEMULA。测试显示，当用户要求智能体删除某条个人信息时，几乎没有系统能干净完成，端到端通过率不足 1.5%。