Qwen-Drive 91.4分实为oracle择优
AI 总结
掘金人工智能的技术核查显示,Qwen-Drive-1.0-RL 在 NAVSIM v1.1 navtest 上的官方 91.4 PDMS 分,是每个场景生成六条轨迹后依据评测时 PDMS 选出的最高分;默认单轨迹成绩为 90.7。文章指出,该 oracle 结果反映候选集合的潜力,并不证明车辆具备可部署的轨迹选择能力,同时核查了实际分母、时间网格、数据划分和闭环证据边界。作者仅查阅官方文档、论文与源码,未运行模型、评分器、仿真器或车辆测试。
深度见解
区分 oracle 基准成绩与可部署选择器,是正确解读 Qwen-Drive 官方表现及制定接入评测方案的关键。
Qwen -Drive 的 91.4 分,究竟选中了什么?
一张成绩表里,Qwen-Drive-1.0-RL 的 NAVSIM 分数既是 90.7,也可以是 91.4。区别藏在后者旁边的 best-of-6:每个场景生成六条候选,再用该场景的 PDMS 评测分数选最高的一条。91.4 如实描述了这次评测,却没有证明车辆在当时可用的信息下,已经知道该选择哪条轨迹。1
这不是要抹去多候选结果。它能告诉研究者,候选 集合 里还有多少潜力;默认输出与择优输出的距离,也能帮助分辨生成和选择两个问题。但拿这个数字制定接入方案时,必须补上选择所用的信息、评分场景的分母、时间网格,以及结果来自哪种交互环境。否则数字没有抄错,工程判断仍可能做错。
下面沿官方评测文档和固定源码,把一个最高分还原成可比较的实验。本文引用的 模型 成绩均为官方报告;本次只核对论文、文档与代码,并做静态检查和显式时间算术,没有运行权重、数据集、评分器、仿真或车辆。
#Qwen-Drive-1.0-RL#Qwen-Drive#NAVSIM v1.1#PDMS#AlpaSim#PAI-AV-NuRec