Hugging Face Daily Papers·2026-09-30 08:00· 2 天前AI 评分43

WorldAuditBench：用于多模态智能体交互式 3D 世界审计的基准

WorldAuditBench: Interactive 3D World Auditing with Multimodal Agents

AI 导读

WorldAuditBench 是一个 3D 世界审计基准，包含 Unreal Engine 5 构建的 13 个环境、213 个异常任务和五类异常。论文评估 5 个前沿模型的两种审计范式，成功率为 6.6% 至 42.3%，显著低于人类表现 83.4%。