AI 编辑审核人工智能
Interactive Visual Gym：面向视觉交互模型的闭环基准测试
arXiv — cs.CV metadata · Chenhao Zheng, Zixian Ma, Kai Li, Kanchana Ranasinghe, Jieyu Zhang, Artemis Panagopoulou, Weikai Huang, Jianxu Shangguan, Yuanyuan Tan, Silvio Savarese, Juan Carlos Niebles, Ranjay Krishna, Ran Xu, Honglu Zhou · Readzer 发布时间
摘要
研究人员推出了Interactive Visual Gym，这是一个通过模拟任务环境和人类用户对视觉交互模型进行闭环评估与训练的框架。其基准IVG-Bench包含烹饪、家务操作和移动界面领域的315个交互场景。最先进的模型表现有限，其中最佳模型Gemini 4 Argon在时间限制内仅完成53.4%的任务，且人类研究证实与所提出的交互质量指标有78.5%的一致性。
这里提供经过审核的摘要。完整内容请前往原文阅读。
载入阅读状态…
各行业推荐理由
- 人工智能
该工作通过引入视觉交互模型的闭环基准，填补了AI评估中的关键空白，直接关系到具身智能和智能体系统在真实世界任务中的发展。