ホットトピック継続更新中
研究团队推出具身智能体鲁棒性评测基准VagueBench
1 件の報道1 件の報道元9 時間前 更新
まずこの件を把握する
AI 概要
2026年11月4日，研究团队在arXiv发布具身智能体鲁棒性评测基准VagueBench。该基准基于AI2-THOR仿真环境构建，旨在评估具身智能体在省略非必要上下文细节时的鲁棒性，共包含4个类别、1,303对指令。评测结果显示，6个SOTA具身智能体的任务成功率相对下降19.65%，空计划率相对上升54.10%。实验表明智能体过度依赖辅助语言线索，且该现象在真实机器人系统中同样存在潜在安全风险。
AI が報道をもとに生成 · 9 時間前 更新
最新の進展11月4日 13:00
研究团队推出基于AI2-THOR的基准VagueBench，评测显示SOTA智能体成功率下降19.65%。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月4日
- arXiv 人工智能VagueBench：评估具身智能体应对环境上下文错觉的鲁棒性基准
研究团队推出基于 AI2-THOR 仿真环境的基准 VagueBench，用于评估具身智能体在省略非必要上下文细节时的鲁棒性。该基准包含 4 个类别共 1,303 对指令，评测显示 6 个 SOTA 具身智能体的任务成功率相对下降 19.65%，空计划率相对上升 54.10%。实验表明智能体过度依赖辅助语言线索，且该现象在真实机器人系统中同样存在潜在安全风险。
このストーリーのホット度の推移
現在のホット度 8·比較可能範囲のピーク 10（11月4日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。