研究人员推出了ALIVE-World,一个旨在评估视觉语言模型(VLM)动态社交智能的新模拟环境。该平台支持包括视觉、语言和动作在内的多模态交互,并配备了具有双系统架构的对应智能体。提出的基准ALIVE-Bench旨在量化评估VLM在感知、理解、影响和结果方面的能力,揭示了在近邻意识和多方协调等方面的局限性。 AI
影响 该基准有望推动多模态智能体交互和行为对齐的改进。
排序理由 该集群包含一篇学术论文,详细介绍了用于评估AI智能体的新基准和模拟环境。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →