Dual Exam多模态智能体与世界模型评测基准提出

2026年10月23日，arXiv Artificial Intelligence 刊出 Zhefan Rao 等作者的论文，提出并发布评测基准 Dual Exam。据该报道，这一框架在固定环境响应机制下测试多模态智能体，在固定动作干预下测试世界模型，覆盖物理、数字、社交与科学四类领域。报道称其设计目的是为多模态智能体与世界模型提供受控评测。目前该事件仅有这一篇主报道，尚无跟进报道，也没有关于基准规模、具体任务数量、数据来源、开放方式或使用限制的进一步信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。