**MNIST-PRO：将MNIST转化为AI智能体的部分可观测世界基准**

_MNIST-PRO: MNIST is Back as a Partially Observable World for AI Agents_

> HuggingFace社区论文提出MNIST-PRO基准，将传统MNIST数字识别任务转化为基于片段搜索的序列任务，用于隔离评估AI智能体在部分可观测环境中的感知状态构建能力。研究测试了十个多模态模型，发现部分可观测性暴露出三大瓶颈：智能体难以整合碎片化视觉信息、过早停止探索、以及无法根据新证据修正早期错误判断。结果表明，仅获取视觉证据不足，智能体还需具备构建和更新可靠感知状态的能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-01 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.31022)