★ 3
CogArena：多模态智能体交互行为实验基准发布
研究者推出 CogArena，涵盖社会科学与行为科学十个实验范式，智能体通过标准浏览器在相同视觉刺激与响应界面下完成任务。三级评分考察是否完成、完成准确度及是否复现人类行为特征。四个多模态模型各跑十次显示，完成任务与复现行为特征并不等同。
arXiv cs.AI4 天前
#多模态智能体
共 8 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
The Trinity：多模态智能体能力驱动递归自我改进框架
论文提出 The Trinity 框架，通过 Creator、Explorer、Evolver 三个角色把世界生成与 Harness 演化耦合起来，将任务树重组为分层能力树。方法引入 Capability-Driven Real2Sim2Real 与能力感知 Harness 路由，实现可复用能力模…
arXiv cs.AI4 天前
★ 3
EvolvingBrain：多模态智能体开放世界自适应技能系统
论文提出 EvolvingBrain，用自适应技能系统作为多模态智能体自我进化的大脑，包含分层技能自进化与状态感知自适应执行两部分。前者从轨迹中提取过程模式与问题模式，形成领域、计划、动作/陷阱三层技能架构；后者将长程交互总结为结构化摘要记忆以指导技能融合。在 VAB-Minecraft 与 Di…
arXiv cs.AI16 天前
★ 3
VisAudit：多模态智能体可视化诊断评测
论文提出 VisAudit 基准，用于评估多模态智能体对数据可视化的诊断、修复与验证能力，包含 1900 个缺陷实例与 300 个正确图表。实验显示最强模型在自主修复设置下仅能完全恢复 47.4% 的缺陷图表，与可靠自主审查仍有明显差距。
arXiv cs.LG27 天前
★ 3
Live Assistant：学习在真实直播流中是否、何时与向谁提供协助
论文提出 Live Assistant 框架，将直播互动建模为四个耦合决策：是否行动、何时行动、向谁说话、说什么，每 10 秒由自回归策略处理音视频与评论等信号。团队构建了 320 余小时优化轨迹与人工审核基准，并用 MA-MSFT 与 SM-GSPO 训练，在留出基准上达到 71.14 状态准确…
arXiv cs.LG38 天前
★ 2
多模态智能体实现聚变装置离子源逐发调参
arXiv 论文提出一种物理约束的多模态智能体框架，用于磁约束聚变装置中性束注入离子源的逐发参数调节。系统由确定性物理量提取、双层记忆与多模态大模型动作生成、独立可行性校验三部分组成。在 EXL-50U 四个平台 455 发历史数据回放中，物理符号优于波形图像，检索上下文显著提升与历史动作方向的一…
arXiv cs.AI6 天前
★ 2
SSR：基于选择的结构化推理提升多模态搜索智能体效率
论文提出 Selection-based Structured Reasoning（SSR）框架，将多模态智能体的推理从开放式生成改为从预设可复用自然语言候选中选择，以减少小模型冗长无效推理带来的推理成本，提升动作生成效率。
Apple Machine Learning Research18 天前
★ 2
SkinAgent AI：安全约束的护肤多模态智能体
研究评估了 SkinAgent AI，一个非诊断性多模态框架，结合视觉问题路由与可审计的 LLM 编排，覆盖痤疮、毛孔、皱纹识别及肤质估计。皮肤问题路由模型准确率达 99.84%，肤质估计 88.85%，但系统级基准上严格任务完成率仅 47.08%，工具选择错误与产品属性接地不完整仍存在。作者强调…
arXiv cs.AI37 天前
这个主题的相关资产
相关公司OpenAI1