六大模型LIBERO-10零样本实测公开基线
热点事件持续更新
六大模型LIBERO-10零样本实测公开基线
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
一个机器人研究团队在 LIBERO-10 机器人操作基准上，以零样本方式评测 GPT（Astra/Sol/Luna）、Claude Opus 和 Gemini 系列六个前沿模型，最佳成功率为44%，并公开全部基线。评测不使用任务特定训练，由模型直接预测末端执行器位姿，共覆盖18种配置、1800个 episode，费用约5000美元。团队称，提高推理档位通常有助于表现，但不同模型的 API 成本差异明显。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 23:19
机器人研究团队花 $5K 实测六大模型跑 LIBERO-10，最好成绩仅 44%报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- AGI Hunt机器人研究团队花 $5K 实测六大模型跑 LIBERO-10，最好成绩仅 44%
一个机器人研究团队自费约 5000 美元，在 LIBERO-10 上以零样本方式评测 GPT（Astra/Sol/Luna）、Claude Opus 和 Gemini 系列共 6 个前沿模型，最佳成功率仅 44%。团队共测试 3 个推理档位、18 种配置和 1800 个 episode，并公开全部基线；更高推理通常有帮助，但 API 成本差异显著。
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。