SimAudit查出61处仿真判定缺陷
热点事件持续更新
SimAudit查出61处仿真判定缺陷
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
MBZUAI与北京大学团队发布基于大语言模型的SimAudit流水线,用于审计机器人仿真基准中手写的成功判定器。对RoboTwin 2.0、RoboCasa365和RoboDojo共183个仿真测试用例进行视觉验证与去重后,团队在49个任务中发现61处独特缺陷,包括40处“虚假成功”和21处“静默失败”。
AI 根据报道生成 · 3 小时前更新
最新进展11月20日 21:17
MBZUAI 与北大团队提出 SimAudit,审计机器人仿真基准发现 61 处判定缺陷报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- AGI HuntMBZUAI 与北大团队提出 SimAudit,审计机器人仿真基准发现 61 处判定缺陷
MBZUAI 与北大团队发布基于 LLM 的流水线 SimAudit,用于审计机器人仿真操作基准中手写的成功判定器。在 RoboTwin 2.0、RoboCasa365、RoboDojo 三个基准的 183 个仿真测试用例中,SimAudit 经视觉验证与去重后于 49 个任务中发现 61 个独特缺陷,包括 40 个 phantom success 和 21 个 silent failure。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月20日 22:00
- 近 24 小时变化
- –
02.557.510
22:0023:0011月21日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。