**HarnessEval-W:将智能体引入视觉世界模型评估** _HarnessEval-W: Agentifying the Evaluation of
原帖
**HarnessEval-W:将智能体引入视觉世界模型评估**
_HarnessEval-W: Agentifying the Evaluation of Visual Worlds_
> HuggingFace社区论文提出HarnessEval-W,一种智能体化的世界模型评估流水线。该方法将评估问题分解为可测量的子问题,由专用子智能体进行推理并生成可验证的证据链,最终由父智能体验证并汇总结果。在18个世界模型、330个评估案例上的实验表明,其判断与人类偏好高度一致,同时提供细粒度的可解释诊断。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-08-18 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2608.16859)