PulseAugur
中
实时 18:34:32
实体 WorldAuditBench

WorldAuditBench

PulseAugur coverage of WorldAuditBench — every cluster mentioning WorldAuditBench 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_273194 ·

    新基准测试多模态AI在3D世界中发现缺陷的能力

    研究人员推出了WorldAuditBench，这是一个旨在测试多模态智能体在交互式3D环境中识别异常能力的新基准。该基准使用Unreal Engine 5和Three.js构建，包含13个环境中的213个异常任务。对五个领先模型的评估显示，成功率远低于人类表现，凸显了这些智能体在系统性探索和异常检测中结合行动和视觉推理能力的当前局限性。