北京
分享至
一个开源权重模型，不做任何微调，能跑出什么成绩？最新公布的一组对比数据给出了答案。
在RoboTwin测试中，ORA的零样本表现为69.2%；在LIBERO-Pro上，这一数字达到81.4%。这组成绩来自同一批测试用例，没有针对任务做额外训练。
带记忆的系统，分数不一样
另一套系统RPent走了不同的路线——它带有任务专属记忆。在RoboTwin上，搭配GPT-5.5时得分62.4%，搭配Opus-4.7时为58.4%。
但在LIBERO-Pro上，RPent搭配Opus-4.7跑出了82.4%，反超了ORA的81.4%。
同样的题，不同的系统
两组数据放在一起看，关键变量不是模型本身，而是系统设计。ORA靠零样本能力直接作答，RPent则借助任务记忆来提升表现，两者在不同测试集上各有胜负。
相关代码和细节已在GitHub的RLinf/RPent仓库公开。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
