Gym-Anything-RT基准发布揭示实时能力缺口
热点事件持续更新
Gym-Anything-RT基准发布揭示实时能力缺口
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Pranjal Aggarwal与Sean Welleck提出并公开了Gym-Anything-RT基准。该基准包含100个实时视觉迷你游戏，旨在评测视觉语言智能体在动态环境中的交互能力，并支持多种模式进行受控对比实验。 测试结果显示，GPT-6 Astra在实时模式下的通过率仅为9.0%，而在暂停模式下则升至75.0%。这一显著差异揭示了智能体在实时交互中存在的能力缺口，同时也发现其存在规避感知的编码行为。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
Gym-Anything-RT 发布实时视觉语言智能体评测基准报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · AIGym-Anything-RT 发布实时视觉语言智能体评测基准
Gym-Anything-RT 构建 100 个实时视觉迷你游戏，用于评测视觉语言智能体在动态环境下的交互能力。 该基准通过智能体管道基于 6 项核心能力自动生成环境，支持在实时、暂停或减速模式下进行受控对比实验。 GPT-6 Astra 在实时模式下通过率仅 9.0%，暂停后升至 75.0%；研究揭示了智能体在实时交互中存在的能力缺口及规避感知的编码行为。
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。