OpenAI发布了GPT-4.5，强调其情商和自然互动能力。新模型在知识表达上更具互动性，能更好理解用户情感。计算效率提高10倍，准确率达到62.5%。API定价较高，用户反馈创造力强。奥特曼因照顾新生儿缺席发布会。

本文介绍了StreamChat，一种提升多模态模型在流媒体视频中互动能力的方法。通过实时更新视觉上下文，显著提高响应速度，实验结果表明其在流媒体交互场景中的表现优异。

现有基准测试无法有效评估语言代理与用户的互动能力。我们提出了$ au$-bench，通过模拟语言模型与特定领域API的对话，比较对话结束时的数据库状态与目标状态，以评估代理行为的可靠性。实验结果显示，最先进的代理在任务成功率和一致性方面表现不佳，需改进其行为。

现有基准测试无法有效评估语言代理与用户的互动能力。我们提出了$ au$-bench，通过模拟语言模型与特定领域API的对话来进行评估。引入新指标(pass^k)以比较代理行为的可靠性。实验结果显示，先进代理在任务成功率和一致性方面表现不佳，需要改进其行为。

本文介绍了一个新的数据集，用于改善机器人与人类之间的互动能力。通过使用多个现实图像中的可见物体来回应多方面的指令，解决了复杂任务的挑战。测试了多种最先进的视觉和语言导航模型，但没有取得令人满意的结果。提出了一种新颖的交互式导航-指针模型，为该任务提供了强有力的基线。该模型在未见测试集上表现最佳，但仍有改进空间。

该文章介绍了一个包含自然语言描述复杂机器人任务的数据集，旨在提高机器人与人类之间的互动能力。研究人员测试了多种最先进的视觉和语言导航模型，但没有一个显示出有希望的结果。他们提出了一种新颖的交互式导航-指针模型，为该任务提供了强有力的基线。该模型在未见测试集上表现最佳，但仍有改进空间。

该研究介绍了一个包含自然语言描述复杂机器人任务的数据集，旨在提高机器人与人类之间的互动能力。研究人员测试了多种最先进的视觉和语言导航模型，但没有一个显示出有希望的结果。他们提出了一种新颖的交互式导航-指针模型，为该任务提供了强有力的基线。该模型在未见测试集上表现最佳，但与人类表现相比仍有改进空间。

本文介绍了一个包含自然语言描述复杂机器人任务的数据集，旨在提高机器人与人类之间的互动能力。作者测试了多种最先进的视觉和语言导航模型，但没有一个显示出有希望的结果。他们提出了一种新颖的交互式导航-指针模型，为该任务提供了强有力的基线。该模型在未见测试集上表现最佳，但与人类表现相比仍有改进空间。