Dual Exam 基准:多模态智能体与世界模型表现脱节
Zhefan Rao · hf · 2026-10-26
港科大牵头、联合港大/新国立/CMU/斯坦福等多所机构发布的 Dual Exam 基准,将多模态智能体(multimodal agents)与世界模型(world models)拆开分别评测,覆盖多个领域。
初步测试显示:两者表现不均衡,且智能体能力与世界模型能力并不耦合——一个强不代表另一个强。这为「智能体是否真的内含世界模型」提供了受控评测工具。
「研究」频道最新
- 投机解码科普:猜错率 30% 也不改输出,一个减法保证答案不变 — anbarth · 2026-10-26
- 新研究挑战 VAD 三维模型：词义更接近善意-力量-攻击-危险-结构 — abenitezburraco · 2026-10-26
- 三周从零训一个 1B 模型：作者晒 15.9 天训练实录 — arthurcolle · 2026-10-26
- TWIG 论文:权重即离散决策路径,统一压缩与电路化部署 — ITMO · 2026-10-26
- CoRL 论文：VLA 机器人策略单步推理即可匹敌多步，动作生成提速 1.6~4.8 倍 — kaixhin · 2026-10-26
- 生物模拟为何难:参数敏感性普遍「马虎」,精确测量常非关键 — rbhar90 · 2026-10-26