EgoProactive数据集与Pro²Bench基准发布
热点事件持续更新
EgoProactive数据集与Pro²Bench基准发布
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究团队发布 EgoProactive 智能眼镜数据集与 Pro²Bench 跨域基准，用于评测主动式多模态助手在用户执行流程时的干预时机、完成度和响应质量。该数据集覆盖四个领域，记录用户出现步骤级偏差并从中恢复的过程，并配有参考指导。 评测显示，零样本下没有任何前沿或开源权重模型能在首次出错前完成超过 26% 的流程干预。作者提出的 PWR（Plan, Watch, Recover）方法在上下文中维护显式计划状态，并在每次干预后修订，在三个开源骨干模型上把平均流程完成率从 20% 提升至 27%。此项数据来自论文报告。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
Plan, Watch, Recover：主动式流程辅助的基准与架构报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIPlan, Watch, Recover：主动式流程辅助的基准与架构
研究提出 EgoProactive 智能眼镜数据集与 Pro²Bench 跨域基准，评测主动式多模态助手的干预时机、流程完成度与响应质量。零样本下，无任何前沿或开源权重模型能在首次出错前完成超过 26% 的流程干预。所提 PWR（Plan, Watch, Recover）在上下文中维护显式计划状态并在每次干预后修订，三个开源骨干上平均流程完成率从 20% 提升至 27%。
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。