发布机器人双基准：MicroPlanBench 与 MicroAnnotationBench 首批排名揭晓
chris_j_paxton · x · 2026-10-20
作者团队发布两个机器人领域新基准：
- MicroPlanBench(下一动作预测):GPT-6 Astra 领跑,GPT-6.1 Sol 紧随其后且成本仅为其 1/5。
- MicroAnnotationBench(长真实视频片段的标注标签与时序数据):其自研 nanoannot-1 超越 Gemini 4 Argon,成本仅 1/10。
这为机器人规划与标注任务提供了新的横向对比依据,成本差距是本次榜单的突出看点。
「研究」频道最新
- Papail:每级能力/份额贵约 10 倍,源于「易摘果实先被摘」的搜索机制 — DimitrisPapail · 2026-10-20
- 对数收益的正解:机会分布在多个数量级成本上,而非单纯有界 — DimitrisPapail · 2026-10-20
- 无需难度标注：Stackelberg 框架自动涌现随训练推进的课程 — shangbinfeng · 2026-10-20
- Stackelberg Alignment：把 LLM 分歧变成多模型协同训练信号 — shangbinfeng · 2026-10-20
- 花不到 20 美元用 RL 微调 Qwen3.5-0.8B,pass@1 从 10% 提到 36% — LysandreJik · 2026-10-20
- ICLR 审稿人崩溃:一天审五篇几乎全是 AI 代写,呼吁改革 — peterbhase · 2026-10-20