AgentRoboCritic 把对 GPT-6 Astra 等前沿智能体的评测从整段任务成功率下探到单个动作,在 12 项操作基准上分析直接控机器人的成败,还开源了 12844 条标注动作与评测器 Muse-Glimmer-30B。
正文完
AgentRoboCritic 把对 GPT-6 Astra 等前沿智能体的评测从整段任务成功率下探到单个动作,在 12 项操作基准上分析直接控机器人的成败,还开源了 12844 条标注动作与评测器 Muse-Glimmer-30B。