arXiv · 机器人与计算机视觉· Mingjia Huo, Yao Fu, Bo Chang, Yaqing Wang, Dawei Zhu, Dylan Zhang, Xinyang Yi, Lichan Hong, Ed H. Chi, Hao Zhang, Jiaxi Tang·· 10 天前AI 评分48
AtariBench:评估视觉语言模型在雅达利游戏中的时空推理能力
AtariBench: Evaluating Spatiotemporal Reasoning of Vision-Language Models in Atari Gameplay
AI 导读
AtariBench 基准测试针对 20 款雅达利 2600 游戏,揭示当前顶尖视觉语言模型(VLM)在动态环境中存在感知物体运动困难、序列决策脆弱及过度依赖文本历史等局限。
来源:arXiv · 机器人与计算机视觉 · arxiv.org