Failure-First·本站收录2026-10-13 09:06· 原文发表5月3日

SafetyALFRED：评估多模态大语言模型的安全意识规划

[Daily Paper] SafetyALFRED: Evaluating Safety-Conscious Planning of Multimodal Large Language Models

AI 导读

SafetyALFRED 是一个面向多模态大语言模型的评测基准，用于评估其规划过程是否具备安全意识。