实体
SleepWalk
SleepWalk
PulseAugur coverage of SleepWalk — every cluster mentioning SleepWalk across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的SleepWalk基准测试对AI视觉语言导航进行压力测试
研究人员推出了SleepWalk，这是一个旨在严格测试AI模型指令引导的视觉语言导航能力的新基准。该基准具有三级难度系统，专注于3D环境中本地化、以交互为中心的具身推理。对前沿视觉语言模型的初步评估显示出重大挑战，特别是在复杂指令、遮挡下的空间推理和交互约束方面，这表明需要进一步推进基础多模态推理和具身智能体。
-
新的SleepWalk基准测试AI的3D导航和指令理解能力
研究人员推出了一款名为SleepWalk的新基准，旨在严格测试AI模型在指令引导下的视觉语言导航能力。该基准专注于3D环境中的局部、以交互为中心的具身推理，评估模型在遵循自然语言指令的同时，预测与场景几何形状一致且避免碰撞的轨迹的能力。SleepWalk将任务分为三个难度级别，以便详细分析模型如何处理日益增长的空间和时间复杂性，揭示了在具身空间推理方面存在的显著缺陷，尤其是在多步指令和遮挡情况下。