AUROC

TRAPSBench 通过 1,404 对匹配的 MuJoCo 物理视频对证明：VLM 内部能编码可回答性信号（跨域 AUROC 最高 0.91），但自发弃答率极低（最佳 PECS 仅 0.292），瓶颈在表达而非感知。