Microsoft presenta AsgardBench, nuevo estándar para evaluar IA encarnada en tareas visuales
Microsoft Research ha publicado AsgardBench, un benchmark diseñado para evaluar si los agentes de IA encarnada pueden ajustar sus planes basándose en…
Por qué importaEste benchmark aborda un problema real en la IA encarnada: evaluar si los agentes realmente utilizan lo que observan para tomar mejores decisiones o…
Impacto medio
Fiabilidad fuente primaria
Relevancia 7/10
Microsoft Research