热点事件观察中
研究人员推出ConflictVLA-Bench基准评估VLA模型行为响应
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年9月29日，研究人员在arXiv上提出了针对VLA模型的评测基准ConflictVLA-Bench。该基准基于LIBERO构建了2,826个冲突任务，旨在评估VLA模型应对无效任务前提时的行为响应与执行过程。评测结果显示，在测试的8个VLA模型中，无效前提导致目标完成率至少下降17.3个百分点，其中OpenVLA下降达56.2个百分点。此外，测试模型普遍表现出继续盲目逼近目标的“失败持续性”，且显式前提检查也未能稳定产生协调的行为改变。
AI 根据报道生成 · 8 小时前更新
最新进展9月29日 12:00
研究人员推出ConflictVLA-Bench基准，测试显示无效前提导致VLA模型完成率显著下滑且普遍盲目执行。报道时间线
沿着报道，了解事件的不同侧面。
9月29日
- arXiv 人工智能ConflictVLA-Bench：评测 VLA 模型对前提冲突的行为响应
研究人员提出评测基准 ConflictVLA-Bench，基于 LIBERO 构建 2,826 个冲突任务，用于评估 VLA 模型应对无效任务前提的行为响应与执行过程。在评测的 8 个 VLA 模型中，无效前提导致目标完成率至少下降 17.3 个百分点，OpenVLA 下降达 56.2 个百分点。结果显示模型普遍存在继续盲目逼近目标的“失败持续性”，显式前提检查也未能稳定产生协调的行为改变。
本事件热度走势
当前热度 4·可比范围峰值 5（9月30日 10:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。