实体
Ningyu Zhang
Ningyu Zhang
PulseAugur coverage of Ningyu Zhang — every cluster mentioning Ningyu Zhang across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
OceanGym基准发布，用于水下AI智能体
研究人员推出了OceanGym，一个新颖的基准环境，旨在测试和提升水下具身智能体的AI能力。该平台通过引入八个真实的任务场景和由多模态大语言模型（MLLMs）驱动的统一智能体框架，解决了水下领域特有的挑战，如能见度低和水流动态变化。初步实验表明，当前MLLM驱动的智能体在感知、规划和适应性方面与人类专家存在显著的性能差距，凸显了该领域进一步发展的必要性。
-
新基准测试评估LLM生成可视化工作流的能力
研究人员推出了Chat2Workflow，这是一个旨在评估大型语言模型（LLM）根据自然语言提示生成可执行可视化工作流的能力的新基准测试。该基准测试源自真实世界的业务工作流，旨在自动化当前手动构建工作流的过程，该过程通常成本高昂且容易出错。虽然当前的LLM可以理解高级意图，但它们在生成准确且可部署的工作流方面存在困难，即使是先进的代理基线也只能在解决率方面提高6.05%，这凸显了在工业级自动化方面进一步发展的必要性。