HelpMeOut 家庭任务错误监测基准发布

2026年10月15日，arXiv Artificial Intelligence 刊出 Haoran Wang 等作者的论文，提出并发布 HelpMeOut——一个面向家庭任务执行错误感知监测的具身 AI 基准。该基准将日常动作错误研究转化为 20000 组配对活动片段，覆盖九类神经心理学错误类别。智能体需观察流式人类活动轨迹，判断执行是否正确，并尽早诊断结构化错误。作者对学习型监测器、符号方法、变化点检测和前沿 LLM 提示基线进行评估，结果显示这些方法作为错误监测器表现不佳，常漏检执行出错。目前该事件仅有这一篇主报道，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。