arXiv · cs.AI· Xinnan Dai, Kaiqi Yang, Yaxin Li, Cheng Luo, Wanli Li, Mingqing Xiao, Xinyang Jiang, Daoan Zhang, Kaitao Song, Fengze Liu, Zefan Cai, Caihua Shan·· 11 小时前
Words to World：交互物理环境中的LLM基准评测
Words to World: Benchmarking LLMs in Interactive Physical Environments
arXiv:2610.15228v1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：Xinnan Dai, Kaiqi Yang, Yaxin Li, Cheng Luo, Wanli Li, Mingqing Xiao, Xinyang Jiang, Daoan Zhang, Kaitao Song, Fengze Liu, Zefan Cai, Caihua Shan
研究任务与主要进展
研究者提出“Words to World”基准，用于评测大语言模型连接工具与真实物理环境的闭环交互能力。模型需向连接机械臂、摄像头和传感器的系统发出指令，依据环境反馈理解状态并调整后续行动；基于论文摘要，代表性LLM实验显示其面临幻觉状态变化、意外结果恢复不佳和长时规划不稳定等失效模式。
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