CMU

CMU研究人员推出WebArena:一个真实可复现的网络环境，用于评估实用代理的性能。他们提供了四个真实的网络应用程序，用于训练自主代理执行特定任务。为了模拟人类问题解决，WebArena还嵌入了工具和知识资源作为独立的网站。WebArena引入了一个基准测试，将高级逼真自然语言命令解释为具体的基于Web的交互。

【新智元导读】机器人界「球星」竟被CMU英伟达搞出来了!科比后仰跳投、C罗、詹皇霸气庆祝动作皆被完美复刻。2030年，我们将会看到一场人形机器人奥运会盛宴。机器人版科比、詹皇、C罗真的来了!只见「科比」后仰跳投，在赛场上大杀四方。「C罗」和「詹姆斯」也纷纷展示了自己的招牌庆祝动作。以上这些还只是开胃菜，这款人形机器人还会侧跳、前跳、前踢、右踢，甚至能够完成深蹲、腿部拉伸等高难度动作。

CMU的研究人员开发了一种名为Zeno的框架，用于评估机器学习（ML）模型的行为。这种框架可以帮助研究人员和从业者发现和纠正模型的局限性和失败。Zeno包括Python的应用程序编程接口（API）和图形用户界面(GUI)，可以进行数据发现、切片创建、测试创建和性能监控等操作。通过Zeno，用户可以更简单、更快速、更准确地进行行为评估。