实体 SceneActBench

SceneActBench

PulseAugur coverage of SceneActBench — every cluster mentioning SceneActBench 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

RESEARCH · CL_164782 · Jul 24 · 00:00

新的SceneActBench基准评估VLM智能体在3D交互方面的能力

研究人员推出了SceneActBench，一个旨在评估视觉语言模型（VLM）智能体在与3D环境交互和操作方面能力的新基准。与之前侧重于文本描述或单对象操作的基准不同，SceneActBench在一个统一的智能体-环境循环中，评估了智能体在五个不同3D任务中的表现。该基准使用PNG图像或视频帧，以及3D资产，来测试智能体在复杂、多对象3D场景中执行操作的能力。对十一种不同VLM配置的初步评估显示，性能范围在38.6-50.2之间，表明当…