PulseAugur
中
实时 05:00:26
实体 TuringSpace

TuringSpace

PulseAugur coverage of TuringSpace — every cluster mentioning TuringSpace across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. RESEARCH · CL_368457 ·

    TuringSpace 基准测试使用交互式验证码评估 MLLMs 的空间智能 · 跟踪 2 个来源

    研究人员推出了 TuringSpace,这是一个包含 125 个交互式验证码的新型环境,旨在测试和训练多模态大型语言模型 (MLLMs) 的空间智能。与之前的基准测试不同,TuringSpace 要求模型在合成的 Web 环境中执行点击和拖动等操作,模仿人类与视觉和空间信息的交互。虽然人类解决了其中 94.1% 的任务,但领先的模型 GPT-6 Astra 仅达到 74.1%,这凸显了 MLLMs 在空间推理和纠正自身行为方面的困难。…