随着机器人操作从短程、单步技能逐步走向长程、富接触、需要持续协调与恢复能力的复杂任务，传统以二元成功率为核心的评测方式开始暴露出明显局限。它能够回答 “任务是否完成”，却难以回答 “策略推进到了哪里”“执行过程是否高效稳定”“失败究竟发生在什么阶段” ...

为了量化这种“修图翻车”并推动精准编辑，来自南洋理工大学、阶跃星辰和东南大学的研究团队推出了 GEditBench v2 。这是一个更懂人类、更贴近真实场景的通用图像编辑基准。同时，作者开发了一款名为 PVC-Judge 的开源裁判模型，其中 PVC ...

听众 Hongyi 对名词 “referee、umpire、judge、official” 的用法感到困惑。在谈论体育运动的语境中，这四个 “裁判员” 似乎做着同样的工作，但为什么他们却有不同的名字呢？本集节目将通过介绍不同的体育运动项目来讲解这四个近义词之间的区别。 欢迎你加入并 ...