研究者发布 AndroidFlux 移动智能体故障恢复基准

Gyubeum Lim 等研究者提出 AndroidFlux，一个基于 AndroidWorld 构建的故障恢复基准，用于评估移动多模态智能体在出错后能否恢复。该基准把录制的操作轨迹还原到首次可恢复错误发生前、中、后的受控检查点，让不同智能体从相同的设备状态和历史继续执行，从而在同等条件下比较它们的恢复表现。 除故障恢复基准外，作者同时发布了奖励建模基准与离线强化学习数据集，但报道未说明这些资源的具体规模、开放方式或适用范围。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。