待验证50% 置信事实精确时间
RDS(RoboEval评分)是该挑战赛提出的综合评分指标,从安全性、效率和双臂协调性等维度对动作序列进行细粒度评估,取值范围通常在0到1之间,1表示达到或超越人类演示水平。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/10
首次发现
有效期至:2027/2/8
来源
涉及实体
相关事实
待验证评估说服力检测这类任务时,通常需要报告随机基线、多数类基线以及人工标注一致性,以便判断0.57这个数字的真正增益幅度。66% 相似待验证F1 分数是信息检索与分类任务中常用的综合评价指标,定义为精确率与召回率的调和平均数,取值范围为 0 到 1。66% 相似待验证PDMS(Predictive Driver Model Score)是NAVSIM基准中用于衡量规划质量的综合评分指标,涵盖碰撞避免、可行驶区域合规、舒适性、进度等维度,取值越高代表规划越安全且越接近人类驾驶行为。65% 相似待验证评分问题输出一个数值,用来衡量某种属性的强度,适合情感分析、风险打分、优先级排序等需要连续值的场景。65% 相似待验证官方指南描述的评测方式是轻量级性能测试,核心关注端点的响应表现而非模型效果,可测指标包括单次请求延迟、批量请求下的吞吐,以及端点能否稳定返回结果。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1153890API
curl https://kongchang.com/api/v1/knowledge/claims/1153890MCP
get_claim(id=1153890)