RoboJev论文提交并介绍机器人成功检测模型
热点事件持续更新
RoboJev论文提交并介绍机器人成功检测模型
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Josef Liyanjun Chen提交了RoboJev研究论文，介绍并开放发布RoboJev-27B及推理代码。这款视觉语言模型根据任务指令、操作视频的10帧，以及可用时的辅助相机最终帧，判断机器人是否完成任务。 论文报告，该模型在268条同型号SO-101留出数据上达到95.2%的平衡准确率和0.993 AUROC，在459条来自未见实验室或机器人数据上达到0.890 AUROC；作者还公开了20,628条预测结果，供浏览和复现评测。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
RoboJev：用于机器人任务成功检测的开放视觉语言评判模型报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningRoboJev：用于机器人任务成功检测的开放视觉语言评判模型
RoboJev-27B是一款开放权重视觉语言模型，可根据任务指令、10帧操作视频及可用的辅助相机最终帧判断机器人是否完成任务。它在268条同型号SO-101机器人留出数据上达到95.2%平衡准确率和0.993 AUROC，在459条未见实验室或机器人数据上达到0.890 AUROC，并在单张H100上以0.26秒的中位串行耗时完成每条 episode 推理。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月28日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。