LLM控制的办公室机器人无法传递黄油

这篇文章描述了Andon Labs关于在现实世界机器人任务中评估LLM的研究。他们正在测试LLM在办公室环境中控制机器人的能力，并对不同的模型进行基准测试。重点在于实际应用和识别局限性，正如“Butter-Bench”论文和机器人无法传递黄油所强调的那样。这表明了对实际AI能力和局限性的关注。

• •Andon Labs正在评估LLM在现实世界的机器人任务中。
• •这项研究侧重于实际应用和识别局限性。
• •“Butter-Bench”论文为LLM在机器人任务中的表现提供了基准。