热点事件持续更新
研究团队推出XR开发编码智能体评测基准GenXR-Bench
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月22日，研究人员推出了首个用于端到端评估 Coding Agent 在交互式 XR 软件开发能力的评测基准 GenXR-Bench。该基准包含 112 个专家编写的任务，具体涵盖 24 项功能实现、21 项漏洞修复和 67 项应用生成任务，其测试套件准确率达到 96.5%。基于该基准对 10 个模型的评测结果显示，最强配置的综合 Pass@1 仅为 50.9%，暴露出当前模型在处理异步传感器生命周期和具身交互语义等方面仍存在理解缺陷。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 12:00
研究人员推出首个XR开发编码智能体基准GenXR-Bench，最强模型Pass@1仅50.9%。报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv 人工智能GenXR-Bench：面向交互式 XR 开发的 Coding Agent 评测基准
研究人员推出 GenXR-Bench，这是首个用于端到端评估 Coding Agent 在 XR 软件开发能力的评测基准。该基准包含 112 个专家编写的任务，涵盖 24 项功能实现、21 项漏洞修复和 67 项应用生成任务，其测试套件准确率达 96.5%。对 10 个模型的评测显示，最强配置的综合 Pass@1 仅为 50.9%，暴露出模型在异步传感器生命周期和具身交互语义等方面的理解缺陷。
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。