RoboJev-27B开放权重模型发布及评测
热点事件观察中
RoboJev-27B开放权重模型发布及评测
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Josef Liyanjun Chen 发布 RoboJev-27B 开放权重视觉语言模型，该模型可接收任务指令、10 帧操作视频及辅助摄像头最终帧，预测机器人操作是否成功。 在 SO-101 机器人 268 个留出回合上，该模型取得 95.2% 平衡准确率和 0.993 AUROC。模型基于 JEV-27B-VL 仅微调语言模型，冻结视觉编码器，单条推理耗时 0.26 秒。 发布附带 29 个模型/协议条目的推理代码及 20,628 条预测记录，支持复现与基准评估。在未知实验室数据上，模型泛化 AUROC 达 0.890。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
RoboJev-27B 开源视觉语言模型用于机器人操作成功检测报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · MLRoboJev-27B 开源视觉语言模型用于机器人操作成功检测
RoboJev-27B 作为开源权重模型，在 SO-101 机器人 268 个留出回合上取得 95.2% 平衡准确率，支持任务指令与多帧视频输入以预测操作成功。 模型基于 JEV-27B-VL 仅微调语言模型（冻结视觉编码器），单条推理耗时 0.26 秒；在未知实验室数据上泛化 AUROC 达 0.890。 发布附带推理代码与 20,628 条预测记录，便于复现与 benchmark 评估。
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。