AndroidFlux发布：评估移动多模态智能体错误恢复

研究团队提出AndroidFlux基准，用于评估移动多模态智能体在Android环境中的错误恢复能力，并构建了配套的奖励建模基准与离线强化学习数据集。 AndroidFlux基于AndroidWorld构建，通过恢复记录轨迹至受控检查点，使不同智能体从相同设备状态和历史继续任务；奖励建模基准则用于评估恢复动作偏好。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。