跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. AGI Hunt
    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

    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
–

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。