ReactHuman物理基准测试发布

发生了什么

据Hugging Face Papers发布，ReactHuman是首个用于评估多模态大模型在人形机器人突发危险中反应决策能力的物理基准测试。该基准包含17个事件类别及超过1000个可复现场景，通过240Hz刚体模拟提供无标注真值。研究人员利用该基准评估了7个代表性多模态大模型，结果显示模型在处理突发危险时存在安全隐患，且模型规模的提升并未改善此类失败。