实体 HandMeThat v2

HandMeThat v2

PulseAugur coverage of HandMeThat v2 — every cluster mentioning HandMeThat v2 across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_321683 · Oct 26 · 04:00

研究发现推理和丰富化在意图识别方面无性能差异

一项新近发表在arXiv上的研究比较了人类与机器人交互中意图识别的两种方法：使用结构化推理的FISER和采用多模态丰富化的CEMIR。该研究使用了HandMeThat v2基准，在包括Qwen2.5-Omni-3B和GPT-5在内的四种大型语言模型上评估了这两种方法。研究结果表明，FISER和CEMIR之间没有统计学上的显著性能差异，这表明当文本指令已包含必要的任务约束时，合成多模态增强可能不会带来优势。