为什么多模态基础智能体是下一个必争之地？清华发布全新评测基准VisualAgentBench

文章预览

©PaperWeekly 原创 · 作者 | 刘潇 单位 |  清华大学 研究方向 |  基础模型，基础智能体 背景：从“基础模型”到“基础智能体” 基础模型，特别是大规模预训练语言模型，展现出超出人们预期的通用能力，可以通过提示（Prompting）和微调（Finetuning）实现在特定语言任务上的良好表现。更令人兴奋的是，通过允许基础模型与真实世界、环境甚至其他模型产生交互，我们发现了这类大模型涌现出作为智能体的潜力。LLM-as-Agent 这一领域也在过去一年多来产生了巨大的进展，成为基础模型研究中的一个重要分支。 去年 8 月，笔者和合作者一起完成了 AgentBench 这一工作，成为了首个系统评估 LLM-as-Agent 能力的评测基准，得到了许多关注。从 AgentBench 发布一年来，基础模型和智能体领域都发生了翻天覆地的变化。 在基础模型领域，一个尤其重要的进展是多模 ………………………………