Revisão editorial pendente

Estamos verificando a relevância e classificação deste recurso. Ele é temporariamente omitido das coleções com curadoria.

Physical-invariant rollout evaluation is relevant in principle, but the stored text does not identify a robot task.

Fonte: informações publicadas do projeto · revisão editorial 9 de Outubro de 2026. Este status não indica uma falha na verificação do link.

Modelos / Pesquisa

worldproof · BuceaGeorgia

WorldProof avalia previsões de implementação de modelos mundiais em relação a dados de referência e invariantes físicos.

deep-learningevaluationevaluation-metricsjepalerobot
Repositório do editor ↗
worldproof · BuceaGeorgia captura de tela da página de recursos
Captura de tela do recurso · capturada 2026-10-08 · revisado visualmente

Visão geral

WorldProof avalia previsões de implementação de modelos mundiais em relação a dados de referência e invariantes físicos.

Resumo do editor: “Uma verificação da realidade para modelos mundiais: avalie as previsões de implementação em relação à realidade e aos invariantes físicos e obtenha um boletim mostrando onde e por quê…”

Use seu repositório para inspecionar a implementação, documentação e fluxos de trabalho suportados. Este registro de diretório identifica o mantenedor, a licença do código e os recursos relacionados; não afirma que o projeto foi instalado ou testado em seu robô.

Informações do projeto

Mantenedor
BuceaGeorgia
Idioma principal
Python
Licença de código de repositório
Apache-2.0
Licença de peso de modelo
Não registrado
Licença de conjunto de dados
Não registrado
Licença de design de hardware
Não registrado
Manutenção
Não arquivado nos últimos metadados registrados
Último push de repositório observado
2026-08-06

As licenças de código não cobrem automaticamente pesos de modelos, conjuntos de dados ou designs de hardware. Detalhes de licença não registrados requerem confirmação com o editor.

Seções de documentação

  • See a report card
  • Install
  • Quickstart (under a minute, no download)
  • Two commands
  • run a model and a sim oracle to produce a folder of rollouts
  • score them (runs the metrics your machine supports, reports what it skipped)

Navegue pelas categorias deste recurso

Explore coleções relacionadas

Navegar Modelos →