| BMK-006 | NAVSIM non-reactive planning benchmark (v1 PDMS / v2 EPDMS two-stage)非反应式规划仿真基准，两代口径：v1 = PDMS（NC/DAC 门控 × TTC/EP/Comfort 加权，navtest 标准测试集）；v2 = 两阶段 pseudo-simulation + EPDMS（新增 DDC/TLC 罚项与 LK/EC 软成本，navhard_two_stage split）。v1/v2 分数不可比。 | Benchmark extracted n/a |
| BMK-003 | “nuPlan closed-loop planning benchmark (Val14 / Test14 / Test14-hard)”“闭环规划基准（nuPlan 模拟器）：三 split × NR/R 两模式、0–100 平均分；reactive 语义依赖模拟器邻车重演实现——G2DP 与 Diffusion Planner 两源的主承重基准，跨源比较须逐 split 逐模式核对。” | Benchmark extracted n/a |
| BMK-004 | ImageNet class-conditional generation (256×256 / 512×512)类条件图像生成基准（ImageNet 256/512）：主指标 FID-50K @250 DDPM 步、ADM TF 评估套件；DiT/LDM 口径差异在 decoder 选择（ft-MSE/ft-EMA vs LDM 原始）与 guidance 口径——CLM-009/012 的承重锚点。 | Benchmark extracted n/a |
| BMK-005 | CelebA-HQ unconditional generation (256×256)无条件人脸生成基准（CelebA-HQ 256²）：LDM 报 FID 5.11 新 SOTA 并以 Precision/Recall 支撑 mode-covering 论证（CLM-020 承重锚点）；单数据集、与 ImageNet 类条件口径不可混读。 | Benchmark extracted n/a |
第 1 / 1 页