热点事件持续更新
CogArena：以行为实验基准评测多模态智能体
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv cs.AI 刊出论文，提出 CogArena 基准，用于在交互式行为实验中评测多模态智能体。该基准涵盖社会与行为科学的十个实验范式；智能体需通过标准网页浏览器完成任务，使用与在线人类被试相同的视觉刺激和响应界面。评分分为三级：是否完成、准确度、行为特征。研究团队让四个多模态模型在每项任务上各运行十次，结果显示，完成实验与复现行为特征并不等同：不少会话未完成实验；在完成的会话中，模型对部分行为特征能够稳定复现，对另一些特征则完全不能复现。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
新论文提出 CogArena，用十类行为实验、按三级标准评测多模态智能体表现。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AICogArena：在交互式行为实验中评测多模态智能体
CogArena 基准涵盖社会与行为科学十个实验范式，多模态智能体需通过标准网页浏览器、使用与在线被试相同的视觉刺激与响应界面完成任务，并按是否完成、准确度和行为特征三级评分。四个多模态模型每项任务各跑十次，结果显示完成实验与复现行为特征并不等同：不少会话未完成，完成的会话对部分特征稳定复现、对另一些则完全不能。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。