University of Toronto（多伦多大学）

2608.11434 2026-08-13 cs.AI cs.CL cs.CV 新提交

Benchmarking LLM Judges for Mobile Agent Evaluation

面向移动智能体评估的LLM评判基准测试

Ziqiang Wan, Li Gu, Zhixiang Chi, Zhi Liu, Seyed Mehdi Ayyoubzadeh, Yuanhao Yu, Yang Wang

机构 * Mila – Québec AI Institute（米拉-魁北克人工智能研究所）； Concordia University（康考迪亚大学）； University of Toronto（多伦多大学）； Shanghai University（上海大学）； McMaster University（麦克马斯特大学）

AI总结该研究推出MobileJudgeBench基准，评估6种LLM评判器方法在移动智能体轨迹上的可靠性，发现简单基线评判器具竞争力、基准质量指标可预测评判器效用，且不同LLM后端故障特征相反。

2602.20963 2026-08-13 cs.RO

A Robotic Testing Platform for Pipelined Discovery of Resilient Soft Actuators

一种用于流水线发现鲁棒性软执行器的机器人测试平台

Ang Li, Alexander Yin, Alexander White, Sahib Sandhu, Matthew Francoeur, Victor Jimenez-Santiago, Van Remenar, Codrin Tugui, Mihai Duduta

机构 * Department of Mechanical and Industrial Engineering, University of Toronto（多伦多大学机械与工业工程系）； Institute of Materials Science, University of Connecticut（康涅狄格大学材料科学研究所）； School of Mechanical, Aerospace, and Manufacturing Engineering, University of Connecticut（康涅狄格大学机械、航空航天与制造工程学院）； Material Science and Engineering, University of Connecticut（康涅狄格大学材料科学与工程系）； Inorganic Polymers Department, Petru Poni Institute of Macromolecular Chemistry（彼得·波尼宏分子化学研究所无机聚合物部门）

AI总结本文提出了一种机器人测试平台，用于流水线发现鲁棒性软执行器的最优参数组合，显著提升其操作寿命和负载能力。