EEmbogent
模型数据硬件产品评测公司技术融资
数据2026/11/15 15:44·重要度 61

HuggingFace 上线 embodied-olympics 原始数据集

新数据集: embodied-olympics/release1-raw-fable

AI 摘要

团队 embodied-olympics 在 HuggingFace 发布数据集 release1-raw-fable,这是该团队的首个原始数据版本;该数据集只标注 region:us,未披露采集规模、机器人本体与模态构成。上线后下载量达 4068 次,说明社区关注具身评测数据,但由于数据卡信息有限,实际可用性仍待验证。

阅读原文来源 HuggingFace 数据集(镜像) · huggingface.co

标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。

同板块相关

数据1 天前

驾驶VLA指令监督研究:前瞻与回溯标注对比

作者开发ADVLAT-Engine,同步语音指令、道路视频与车辆轨迹,在48条重放路线上对比三款导航应用;87个共同播报的机动中,乘客用语更依赖场景。四个开源驾驶VLA经前瞻指令数据微调后,乘客路线轨迹误差降23%-59%,但指令跟随效果仍不一致,真实路口的反事实指令测试暴露明显差距。

数据3 天前

行元智能发布跨本体数据引擎Chorus

行元智能发布跨本体数据引擎Chorus(众行),可将不同设备采集的人类操作数据转换为适配不同机器人本体的训练数据。其思路是从模型训练与部署需求反推数据组织,重点处理数据筛选、动作重定向和跨本体迁移等环节,试图解决具身数据规模增长但可用数据不足的问题。

数据1 天前

ExtremeDrive 发布极端驾驶场景数据集与评测基准

Xinhan Li 等发布 ExtremeDrive,从真实驾驶记录中筛选出 589 个场景,覆盖紧急操作、复杂交通交互以及湿滑、积雪路面等极端条件,并提供经过校准对齐的多传感器数据,以及道路结构和交通参与者的标注。团队还建立基准,通过仿真执行来评估规划轨迹的安全指标与驾驶表现;等训练集规模实验用于检验关键驾驶场景数据的价值。