Skip to content
简体中文

切换主题

arXiv 2610.31494 · cs.CV · 2026-10-22

AgentVQA: A Unified Benchmark for Agentic Visual Understanding

Advait Gupta, Sachin Konan, Tom Yin, Gabriel Sarch, Zhuang Liu

zlab-princeton

在最新榜 #307 本站收录于 2026-10-26

一句话要点

AgentVQA 是离线评测基准,从 23 个数据集人工挑出 1000 个真实智能体示例,覆盖网页智能体、机器人、第一人称视频、游戏和空间规划五类场景,用来评估视觉语言模型的智能体能力。

AgentVQA is an offline benchmark of 1,000 hand-picked real agent examples from 23 datasets across web agents, robotics, egocentric video, games and spatial planning, for evaluating VLMs in agentic settings.

23HF 点赞
8GitHub stars
0引用(Semantic Scholar)
42.9热度分

阅读 arXiv 原文 PDF Hugging Face 讨论 代码仓库 项目页

数据说明

元数据来自 arXiv API(已核实);点赞来自 Hugging Face 每日论文;引用来自 Semantic Scholar。最近刷新 2026-10-26。

要点由本站根据摘要自写,不转载摘要原文,请阅读原文。

数据更新于:最新 AI 论文(北京时间)