π0.5在BEHAVIOR-1K全任务配对评估

2026年10月30日，arXiv Artificial Intelligence 刊出 Ruben Hammele 等作者的论文，对 π₀.₅ 模型在 BEHAVIOR-1K 全部 100 项任务上的推理与数据采集策略做系统配对评估。该评估所用模型基于 2025 BEHAVIOR Challenge 冠军方案微调，在公开测试集上 Q-score 为 0.39。研究针对此前在小规模场景中提出的推理与数据采集策略，在全部 100 项任务上逐一配对检验，结果显示这些策略并不能均匀迁移到新环境和新任务。报道未给出各策略的具体效果数值，也未说明评估的时间跨度或硬件条件。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。