★ 2
SciHorizon-eLab：科学具身智能体评测编译器
针对科学具身智能体缺乏系统评测环境的问题，论文提出SciHorizon-eLab，将自然语言实验协议编译为可执行、可验证的具身任务，涵盖语义落地、任务合成与多阶段仿真认证。基于该流水线构建了含300个认证任务的基准，最强策略平均成功率仅49.7%，暴露人机与具身智能体协作的明显短板。
arXiv cs.AI35 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
针对科学具身智能体缺乏系统评测环境的问题，论文提出SciHorizon-eLab，将自然语言实验协议编译为可执行、可验证的具身任务，涵盖语义落地、任务合成与多阶段仿真认证。基于该流水线构建了含300个认证任务的基准，最强策略平均成功率仅49.7%，暴露人机与具身智能体协作的明显短板。