热点事件观察中
WorldAuditBench基准发布
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年9月30日，Hugging Face Daily Papers报道了WorldAuditBench论文。该基准面向多模态智能体的交互式3D世界审计，包含由Unreal Engine 5构建的13个环境、213个异常任务和五类异常。论文评估了5个前沿模型在两种审计范式下的表现，成功率为6.6%至42.3%，显著低于人类83.4%的表现。
AI 根据报道生成 · 8 小时前更新
最新进展9月30日 08:00
WorldAuditBench发布，模型审计成功率低于人类表现。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- Hugging Face Daily PapersWorldAuditBench：用于多模态智能体交互式 3D 世界审计的基准
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%。
本事件热度走势
当前热度 3·可比范围峰值 4（10月1日 16:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。