Plan-Bench：VLM具身规划评测基准发布
热点事件持续更新
Plan-Bench：VLM具身规划评测基准发布
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 Plan-Bench，用于评估视觉语言模型（VLM）面向具身世界的高层推理与多步规划能力，并隔离动作执行的影响。该基准覆盖 3 个维度、16 个子类和 699 个精选样本。 对 28 个 VLM 的评测显示，最强模型准确率仅 75.0%。消融实验表明，模型规模扩大通常能提升这些能力，大模型作为高层规划器的潜力随之增加。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
Plan-Bench：现有 VLM 能否超越感知，在具身世界中推理与规划？报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CVPlan-Bench：现有 VLM 能否超越感知，在具身世界中推理与规划？
研究团队推出 Plan-Bench，用于评估 VLM 面向具身世界的高层推理与多步规划能力，并隔离动作执行的影响。该基准覆盖 3 个维度、16 个子类和 699 个精选样本，对 28 个 VLM 的评测显示最强模型准确率仅 75.0%。消融实验表明模型规模扩大通常能提升这些能力，大模型作为高层规划器的潜力随之增加。
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。