中科大发布 ExeWorldBench：首个可执行 3D 世界建模评测基准
ustc-community · hf · 2026-10-14
中科大与港中文团队推出 ExeWorldBench，据称是首个全面评测「代码型可执行 3D 世界建模」的基准，考察两个核心能力：世界理解（推理世界的结构、机械与因果原理）与可执行实现（将理解转化为由物理交互涌现行为的代码系统）。基准设三个递进任务：单一机制可执行性、跨空间/机械/因果依赖的组合可执行性、以及从高层目标与物理需求出发的意图驱动世界合成。对前沿模型的实验显示其在可执行世界建模上存在显著局限。
「研究」频道最新
- 自动驾驶公司 Swaayatt 实现无标志物环境下相机-LiDAR 在线自动标定 — sanjeevs_iitr · 2026-10-14
- 北大团队 LongR:密集效用奖励强化学习突破长上下文推理 — PKU · 2026-10-14
- 南大腾讯研究:4 条 prompt 蒸馏效果抵 3840 条,prompt 效用取决于师生对 — Tencent-Hunyuan · 2026-10-14
- 约 2000 美元 token 费用跑通 RISC-V 加密 SoC 完整后端流程 — IgorCarron · 2026-10-14
- Tufts 与圣塔菲研究所新论文:把 LLM 传播建模为「认知病毒」 — alex_verem · 2026-10-14
- 三年打磨后 PyVBBC 1.5 发布，贝叶斯模型推断工具大幅升级 — twiecki · 2026-10-14