MolmoSpaces基准亮相RSS
notmahi · x · 2026-07-14
这条帖本身主要是在说作者团队会在 RSS 2026 的 poster session 现场展示，欢迎提问。真正的信息点来自引用内容：他们提出了 MolmoSpaces 以及对应的 MolmoSpaces-Bench。
引用里给出的核心主张是：这个 benchmark 利用“规模和多样性”，用来评估 zero-shot policies 在大量、此前未见过的环境中的表现，并在系统性变化下观察模型行为。作者强调，这种评测能提供比单一 success rate 更丰富的洞见。
所属事件:MolmoSpaces 与 CAP 将亮相 RSS 2026(2 条相关)→
「研究」频道最新
- EMNLP Oral 论文：免训练 KV 缓存驱逐实现 10 倍内存压缩 — yuz9yuz · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- forking 收官：probe gap 随上下文频率呈幂律，掩蔽低频 n-gram 可缩小差距 — ZimingLiu11 · 2026-10-27
- 「forking」机制拆解：n-gram 表把 logits 切成互不干扰的子空间 — ZimingLiu11 · 2026-10-27
- 被称最佳 LoRA 讲解视频：从几何直觉讲到任务内在维度 — sophiamyang · 2026-10-27
- 不改一个权重，机器人精度任务从 0/10 提到 9/10 — hbouammar · 2026-10-27