具身评测基准 ConflictVLA-Bench 发布：探究 VLA 模型对前提冲突的行为响应

该研究针对视觉-语言-动作（VLA）模型在面对无效任务前提（前提冲突）时的行为反应展开探索。现有评测多聚焦于最终任务结果，难以区分模型是主动终止任务还是盲目尝试导致的执行失败（即“失败执念” Failed Persistence）。为此，研究团队基于 LIBERO 构建了 ConflictVLA-Bench 评测基准，将冲突场景与前提一致的基准轨迹配对，系统评估模型在面对冲突时的执行过程与最终决策表现。

原标题：ConflictVLA-Bench: Benchmarking Behavioral Responses of Vision-Language-Action Models to Premise Conflicts