热点事件持续更新
研究团队推出多模态Agent行为实验基准CogArena
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月28日，研究团队在arXiv发布多模态AI智能体评测基准CogArena。该基准包含来自社会与行为科学的10个实验范式，支持AI智能体通过标准网页浏览器，在与人类相同的视觉刺激和交互界面下完成实验。研究人员对4个多模态模型展开了三级评估，每个任务运行10次。结果显示，许多测试未能顺利完成，且智能体在完成任务与复现人类行为特征之间存在显著差距。目前，该项目已公开所有实验任务、评分代码以及评测排行榜。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
研究团队发布交互式基准CogArena，并公开任务、评分代码与排行榜。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv 人工智能CogArena：在交互式行为实验中评测多模态 AI 智能体
研究者推出 CogArena 评测基准，包含来自社会与行为科学的 10 个实验范式，让 AI 智能体通过标准网页浏览器与人类相同的视觉刺激及界面完成实验。对 4 个多模态模型（每个任务运行 10 次）的三级评估显示，许多测试未能完成，且完成任务与复现人类行为特征存在明显差距。项目已公开任务、评分代码和评测排行榜。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。