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。
一、实验数据
| 下载 | 包含内容 | 用途 |
|---|---|---|
| 下载验证集(92 题) | 第一视角 RGB 图像、自然语言指令、候选技能、任务进度与标准标签。包含工业仿真 40 题、ObjChangeVR 40 题和 Jetson 实车 12 题。 | 运行基线、分析错例,在相同条件下比较方案版本。 |
| 联调测试集(92 题) | 覆盖工业仿真、ObjChangeVR 和 Jetson 实车。这套旧题仅供管理员联调。 | 方案确定后在平台提交预测。服务端按题目 ID 核对并计算得分。 |
二、开始测试
方案上传成功后,平台自动运行正式测试。可在下方按方案版本查询进度和成绩。
三、测评结果
输入方案版本后查看评测进度与成绩。
| 方案版本 | 答对题数 | Accuracy | Macro-F1 | 测评得分 |
|---|
测评得分 = 60 × Accuracy + 40 × Macro-F1,两项指标均按 0 到 1 的小数代入。

