主動概念學習

深度分析

「ZendoWorld」：結合視覺感知、概念歸納與主動實驗的神經符號基準平台

本研究提出ZendoWorld互動基準，結合視覺感知、歸納推理與實驗設計，讓AI代理在多回合中推測隱藏規則並主動生成測試場景。實驗顯示，僅靠標籤預測的高準確度無法保證規則恢復，VLM代理往往提出資訊量低的實驗，難以降低假設不確定性。此基準為評估與提升主動視覺概念學習提供方向。