提出机器人自主学习新范式,深大团队最新顶会论文,刷新6大复杂任务SOTA

深圳大学李坚强教授团队联合鹏城国家实验室、北京理工大学莫斯科大学提出奖励函数与策略协同进化框架ROSKA,该框架显著提升机器人多自由度任务的学习性能,仅使用89%训练样本即可平均提升95.3%,在多个复杂任务中实现突破。

CVPR 2025:长Prompt对齐问题也能评估了!当前最大AIGC评估数据集,模型评分超越当前SOTA

上海交通大学-美团计算与智能联合实验室的论文被CVPR录用,提出Q-Eval-100K数据集与Q-Eval-Score评估框架解决文本到视觉模型质量评估问题。该数据集包含大量高质量AIGC生成数据,并通过多种策略提高评估精度。