★ 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.AI5 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
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。