Manjie Xu

新基准评估AI智能体推断用户隐式偏好的能力

研究人员引入了一个名为“基于偏好的规划”（PbP）的新基准，用于评估具身智能体在多大程度上能够推断并遵循用户的隐式偏好。该基准包含5000个评估组和290项不同复杂度的偏好。提出的“推断未言之意”（InTU）框架，在生成动作计划之前，会先将从多模态演示中推断出的偏好进行语言化表达。实验表明，虽然智能体在处理显式偏好时表现良好，但在从行为中推断隐式偏好时，其性能会显著下降，突显了视觉到语义的偏好获取是关键瓶颈。