arXiv · cs.AI· Kaustav Kundu, Ritvik Shrivastava, Maxim Arap, Nanshu Wang, Xianhui Zhu, Quintin Fettes, Gautam Tiwari, Parth Suresh, Prateek Singhi, Th\'eo Moutakanni, Alejandro Castillejo Munoz, Allen Bolourchi, Pascale Fung, Pinar Donmez, Babak Damavandi, Anuj Kumar, Seungwhan Moon·· 8 小时前
EgoProactive与Pro²Bench：面向主动程序辅助的基准及PWR架构
Plan, Watch, Recover: A Benchmark and Architectures for Proactive Procedural Assistance
arXiv:2606.04970v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Kaustav Kundu, Ritvik Shrivastava, Maxim Arap, Nanshu Wang, Xianhui Zhu, Quintin Fettes, Gautam Tiwari, Parth Suresh, Prateek Singhi, Th\'eo Moutakanni, Alejandro Castillejo Munoz, Allen Bolourchi, Pascale Fung, Pinar Donmez, Babak Damavandi, Anuj Kumar, Seungwhan Moon
研究任务与主要进展
作者提出EgoProactive智能眼镜数据集和Pro²Bench跨领域基准，用于评估多模态助手在程序执行偏离时的干预时机、程序完成度与回复质量，并提出PWR架构通过显式维护和修订计划状态协助用户恢复。摘要称，在三个开放权重骨干模型上，加入动态计划状态后，平均程序完成率从20%提升至27%，而仅使用Pro²Bench训练而无计划状态时性能变化有限；改进还出现在留出数据集和训练中未见过的偏离场景。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org