宾大博士生推出 InteractionBench：评估多模态系统何时该开口何时沉默

宾大一年级博士生 Enxin Song 团队发布 InteractionBench，用于评估实时视频助手何时该回应、何时该保持沉默的实时交互判断能力。该基准评测的是由模型、记忆与响应控制器组成的完整系统，共包含 1060 段交互、覆盖 812 个视频。作者指出离线分数无法衡量这种实时交互判断能力，导师 thomagu 认为这是通向真实世界物理 AI 的垫脚石。