跳到正文
Hugging Face Daily Papers·· 25 天前AI 评分38

InteractiveWorld:首个可验证的人机闭环交互环境,揭示前沿 MLLM 在物理世界辅助任务中表现不足

InteractiveWorld: A Verifiable Human-Centric Environment for Building Better Interactive MLLM Assistants

AI 导读

InteractiveWorld 是首个支持人机闭环交互的可验证环境,让 AI 助手指导人类代理独立行动并基于状态奖励评分。构建的 InteractiveBench 包含六类共 120 个多轮任务,实验显示即便最强的 Claude Fable 5.1 在长程引导与规划任务上成功率也仅分别达 20% 和 25%,表明当前 MLLM 尚无法可靠辅助人类完成物理工作。

来源:Hugging Face Daily Papers · arxiv.org