待验证50% 置信事件精确时间
在2026年BEHAVIOR挑战赛中,一支独立团队使用单一VLA模型应对100项长程家务任务,在排行榜上位列第九,是前十名中唯一的独立参赛者。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/11/11
首次发现
有效期至:2026/11/25
来源
涉及实体
相关事实
待验证BEHAVIOR挑战赛要求机器人在OmniGibson模拟器中完成100项家庭任务,每项任务涉及长程规划与精细操作。62% 相似待验证在真实世界测试中,覆盖十二个任务、三台机器人实例的108次试验中,AMP1智能体零样本成功完成104次。57% 相似待验证据Ayraix.com发布的分析,这套平民红队方法不需要渗透测试团队,只需要十个场景、一个下午和几个真正理解产品的人。55% 相似待验证研究在PennyLane QHack挑战的八个任务和Qiskit HumanEval的十个任务上评测了五款LLM55% 相似待验证试点实验让三个编程代理和八个模型各跑八次20分钟单次任务,标签感知F1从0.143到0.892方差极大53% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1158625API
curl https://kongchang.com/api/v1/knowledge/claims/1158625MCP
get_claim(id=1158625)