AGI Hunt· Tianchen Guo·· 2 小时前AI 评分52
SATE-Bench 以 316 个场景评测 MLLM 主动空间探索能力
SATE-Bench：316 场景 2525 问，测出 MLLM 主动空间探索会过早自信收手
AI 导读
多所高校联合发布交互式基准 SATE-Bench，包含 316 个真实场景和 2525 个多轮 QA，用于评估 MLLM 以自我为中心主动探索空间理解的能力。
来源：AGI Hunt · agihunt.info
SATE-Bench 以 316 个场景评测 MLLM 主动空间探索能力