新基准测试：误导性图表使Web Agent成功率降超34个百分点
热点事件持续更新
新基准测试：误导性图表使Web Agent成功率降超34个百分点
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
研究者发布 MisVisAgentBench，一个配对可执行基准，用于评估误导性可视化如何影响 Web Agent 执行。它包含 280 个任务实例，按“干净—误导”配对，每对只替换图表证据。 在这 280 个实例上测试 13 个视觉语言 Web Agent 后，把干净图表换成误导性图表会使平均任务成功率下降超过 34 个百分点，失败主要集中在被目标误导的分支。论文称该基准为同类首个，已被 EMNLP 2026 接收。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
MisVisAgentBench：评估误导性图表如何影响 Web Agent 执行的配对基准报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.CLMisVisAgentBench：评估误导性图表如何影响 Web Agent 执行的配对基准
研究者发布 MisVisAgentBench，首个评估误导性可视化如何影响 Web Agent 执行的配对可执行基准，包含 280 个仅图表证据不同的干净-误导配对任务实例。在 13 个视觉语言 Web Agent 上，将干净图表替换为误导性图表后，平均任务成功率下降超过 34 个百分点，且失败主要沿目标误导分支发生。该基准已被 EMNLP 2026 接收，论文共 19 页。
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。