RoboJev-27B开源用于判定机器人操作
热点事件持续更新
RoboJev-27B开源用于判定机器人操作
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Josef Liyanjun Chen 在 Hugging Face 发布开源权重的视觉语言裁判模型 RoboJev-27B，用视频帧判断机器人操作是否成功。在 268 条留出的 SO-101 运行上，该模型平衡准确率为 95.2%，对未见实验室的 AUROC 为 0.890，每千次回答成本为 0.19 美元。 作者称，该模型准确率超过 GPT-6 Astra、Opus 5.5 和 Sonnet 5.5，并可在单块 H100 上每秒输出 3.9 个答案。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 20:17
RoboJev-27B 开源发布，机器人操作判定准确率达 95.2%报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- AGI HuntRoboJev-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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。