Playground 发布 EFE-98 低成本具身智能仿真评测基准

Playground 团队发布 EFE-98,称其为最能预测真机表现的公开仿真基准:与 Embodied First Exam(EFE)真机排名的相关性达 0.98(p<0.01),而成本仅为十分之一。EFE 此前被视为仿真环境中具身智能评测的黄金标准,此次推出的低成本配套版本让研究者能以更低成本完成具身智能体评测,作为主考试的性价比替代方案。

2026-11-21 ~ 2026-11-21 · 2 条相关