arXiv · ML· Zhenglin Lai, Sirui Huang, Yuteng Li, Changxin Huang, Jianqiang Li, Bingzhe Wu·· 9 小时前AI 评分39
ICAT：面向具身世界模型物理风险预测的事故案例落地自适应测试
ICAT: Incident-Case-Grounded Adaptive Testing for Physical-Risk Prediction in Embodied World Models
AI 导读
ICAT 基准包含 909 个评估单元，用于测试视频生成器预测物理风险的能力。 研究发现最强系统严格成功率仅 23.5%，常缺失或弱化严重后果。 该工作揭示了生成系统复现风险动作与产生相应结果之间的差距。
来源：arXiv · ML · arxiv.org