跳到正文
热点事件持续更新

八款VLA同题测试暴露ERQA题目疑点

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

研究者 Ville Kuosmanen 用同一张图测试八款视觉语言动作模型,仅 WALL-OSS flow、MolmoAct2 和 WALL-OSS 0.5 答对,OpenVLA、π0、π0.5、GR00T N1.7 与 G0.5 均答错,部分模型还输出乱码。他据此质疑 ERQA 基准的题目质量,指出其中一道机器人擦桌渍单图题把黄蓝曲线标反,怀疑该数据集能否有效评估具身推理能力。

AI 根据报道生成 · 52 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月22日
  1. AGI Hunt
    一张图测八款 VLA:仅 3 款答对,ERQA 基准题目质量遭质疑

    一张图测试八款 VLA 时,仅 WALL-OSS flow、MolmoAct2 和 WALL-OSS 0.5 答对,ERQA 基准题目质量遭到质疑。OpenVLA、π0、π0.5、GR00T N1.7 和 G0.5 全部答错,多个模型输出退化为乱码;一道机器人擦桌渍单图题中的黄蓝曲线颜色标反。

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。