RoboJev-27B 开源发布，机器人操作判定准确率达 95.2%

RoboJev-27B 作为开源权重的视觉语言裁判模型发布，用于从视频帧判断机器人操作是否成功。在 268 条 held-out SO-101 运行上，其平衡准确率为 95.2%，未见实验室 AUROC 为 0.890，每千次回答成本为 $0.19。作者称其准确率超过 GPT-6 Astra、Opus 5.5 和 Sonnet 5.5，单块 H100 每秒可输出 3.9 个答案。