本科生2026秋-大语言模型与智能理解-实验4

课程名称正在核实

课程名称正在核实。

结合机器人第一视角 RGB 图像、自然语言指令和当前任务进度,从六项候选技能中选出下一步。三人一组,完成基线、独立改进、同集对比与 Jetson 实车验证。

视觉语言对齐技能选择端侧部署

一、方案模板

下载内容用途
下载参考方案模板 ZIPQwen3-VL 模型下载、离线基线预测与评测脚本、共用实验工具和 OCR 区域读取脚本。参考输入输出和评测流程。学生须独立设计并实现技能选择方案,不得直接照搬模板。

二、开始上传

自动测评 ZIP 的根目录须包含 predict.py。平台运行 python predict.py 输入JSONL 输出JSONL,输入中的图片路径相对于输入文件目录。输出每行包含 id 和 skill_id,覆盖全部 80 题。运行环境为 Python CPU,含 PyTorch、NumPy、Pillow 和 scikit-learn,离线运行,最多 5 分钟、2 GiB 内存。下载接口示例

请打包源码、依赖说明和启动方式,注明组员分工。

登录后上传。文件保存在当前账号的私有归档,归档成功后自动排队测评。

登录平台

三、已上传方案

登录后查看自己的实验四方案归档。

文件方案说明上传时间状态操作