待验证50% 置信基准精确时间
论文在RoboCasa365的全部50个目标任务上验证AdaRSI，执行器使用GR00T N1.5，全程不使用任何人类演示。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/15
首次发现
有效期至：2027/1/13
来源
涉及实体
相关事实
待验证测试采用不使用任何脚手架工具的方式，完全由Opus 5从零搭建项目基础设施62% 相似待验证模型在五道真实Coding Agent题目上智商基本无损，Preview和0731两个版本全部通过测试57% 相似待验证OjasX 仓库包含 558 个机器验证的 Lean 4 定理、28 个 Rocq 9.2 证明文件和 840 个自动化 PyTorch 测试。57% 相似已验证SWE-bench Verified是经过人工验证的子集，约500个样本，排除了描述模糊或测试不可靠的任务56% 相似待验证有开发者将EgoDex的held-out测试集（3243条episodes，覆盖111种任务）解析成MCAP格式并导入FiftyOne可视化工具55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1032860API
curl https://kongchang.com/api/v1/knowledge/claims/1032860MCP
get_claim(id=1032860)