arXiv 游戏 AI 检索· Advait Gupta·· 2026-10-23AI 评分24
AgentVQA:面向智能体视觉理解的统一基准
AgentVQA: A Unified Benchmark for Agentic Visual Understanding
AI 导读
AgentVQA 提出一个离线视觉问答基准,用于评测视觉语言模型(VLMs)在网页智能体、机器人、第一人称视频、游戏和空间规划五类场景中的表现。该基准从23个源数据集中人工筛选1000个高难度真实智能体样例构建,其模型排名与对应在线评测的排名一致。
来源:arXiv 游戏 AI 检索 · arxiv.org