实体 MisVisAgentBench

MisVisAgentBench

PulseAugur coverage of MisVisAgentBench — every cluster mentioning MisVisAgentBench 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_294473 · Oct 12 · 04:00

新基准显示误导性图表使网络代理性能下降 34%

一个新的基准 MisVisAgentBench 被开发出来，用于评估误导性可视化如何影响网络代理的性能。该基准包含 280 个任务实例，配有清晰和误导性的图表证据。当清晰图表被误导性图表替换时，十三个不同视觉语言网络代理的成功率下降了 34 个百分点以上，这表明其可靠性和安全性存在严重漏洞。