cobo2026/R4R-Auto-Eval

R4R Auto Eval 持续开发中的多视角机器人任务成功判定 benchmark 与评测 pipeline。 队友请先阅读 PROJECT_STATUS.md 和 INDEX.md，然后按需查看： benchmarks/：固定的视频输入、来源记录和分层标签； pipelines/：判定方法及冻结配置； runs/：不可覆盖的实验记录； reports/：工作日志、方法分析和结果限制； registry/：benchmark、pipeline 和 run 的机器可读索引。 当前范围 multiscene30 是 pipeline 开发集，不是干净的留出测试集； reassemble40 是来自两个长录像的接触密集型校准集； 当前标签为来源数据提供方标签，尚未全部完成独立人工裁决； Codex 会话内结果是可行性/协议试验，不等价于独立 API 盲测； 在完成逐来源许可证核查前，本仓库应保持 private。 当前发布版本：0.1.0。