热点事件持续更新
研究团队推出具身智能体鲁棒性评测基准VagueBench
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 7 小时前更新
最新进展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%。报道时间线
沿着报道，了解事件的不同侧面。
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。
本事件热度走势
当前热度 8·可比范围峰值 10（11月4日 14:00）·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。