实体
ProactiveBench
ProactiveBench
PulseAugur coverage of ProactiveBench — every cluster mentioning ProactiveBench 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
-
新的PRISM框架通过风险敏感的审慎思考增强了主动AI代理
研究人员开发了PRISM，一个用于主动AI代理的新框架，旨在改进关于干预的决策。PRISM采用成本敏感的选择性干预方法，使用双重过程推理架构。它仅在用户接受的概率超过特定阈值时进行干预，该概率根据错过帮助和误报的不对称成本进行校准。该方法将计算资源集中在模糊和高风险的情况下，在ProactiveBench基准测试中，误报减少了22.78%，F1分数提高了20.14%。
-
新的ProactiveBench评估测试流式视频模型的人类互动能力
研究人员推出了ProactiveBench，一个旨在评估流式视频模型主动互动能力的新评估框架。与现有的被动评估不同，ProactiveBench以一秒为间隔测试模型，无需明确的响应提示，模拟人类般的监控和及时响应。该框架包括六个子任务，这些任务的触发器模糊性和时间容忍度各不相同，结果显示大多数当前系统倾向于过早响应而不是错过事件，这凸显了它们在时间决策方面存在的显著差距。