热点事件持续更新
WorldAuditBench：多模态智能体3D世界审计基准
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月1日，HuggingFace Daily Papers 收录研究者推出的 WorldAuditBench，一个面向 3D 世界审计的基准。该基准包含 13 个环境中的 213 个异常任务，覆盖五类异常，用于研究多模态智能体如何在交互式 3D 环境中耦合动作与视觉推理。在固定探索预算下，研究者评测了五个前沿模型，两种审计范式的成功率仅为 6.6% 至 42.3%，远低于人类的 83.4%。目前该工作以社区热门论文形式发布，尚无后续进展报道。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 10:37
研究者发布 WorldAuditBench 基准，前沿模型审计成功率最高42.3%，远低于人类83.4%。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- HuggingFace Daily Papers（社区热门论文）WorldAuditBench：用多模态智能体审计交互式 3D 世界
研究者推出 WorldAuditBench，一个面向 3D 世界审计的基准，包含 13 个环境中的 213 个异常任务，覆盖五类异常。在固定探索预算下评测五个前沿模型，两种审计范式的成功率仅 6.6% 至 42.3%，远低于人类的 83.4%。该基准用于研究多模态智能体如何在交互式 3D 环境中耦合动作与视觉推理。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。