arXiv · cs.AI· Fei Lin·· 14 小时前AI 评分36
BEAKER：面向自动驾驶化学实验室具身大脑的专家级评测基准
BEAKER: An Expert-Curated Benchmark for Embodied Brains in Self-Driving Chemical Laboratories
来源与原文
arXiv · cs.AI
作者：Fei Lin
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.06911v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
BEAKER 是一个用于评测自动驾驶化学实验室（SDCL）具身大脑能力的基准，包含 1,000 个专家人工编制的问答样本，覆盖 11 类图像与视频任务。研究评测了 28 个通用、科学、化学与具身 MLLM，发现模型能跟随视频中的粗粒度实验流程，但在动作落点定位、细粒度仪器与安全识别、中长流程步骤排序上仍有明显不足。该工作被 NeurIPS 2026 评测与数据集 Track 接收为 Spotlight。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。