Ropedia Xperience-10M Task Suite
Xperience-10M の多言語公開研究面: サンプルデータ、20 個の embodied-AI タスク、ベースライン、Qwen3-Omni と Cosmos3 診断、基盤モデル訓練方向。
English · 中文 · Español · Français · Deutsch · 日本語 · 한국어 · Português
このプロジェクトの読み方
このリポジトリは、公開 Xperience-10M サンプル episode を、検証可能な embodied AI タスク実験面に変換します。まずダッシュボードとプロジェクト状態を見て、その後 20 タスク、結果行列、Hugging Face ミラーを確認してください。
更新日: 2026-06-21。
範囲: 完全に再現可能なタスク suite は 1 つの公開サンプル episode に基づきます。128-episode の結果は public-safe な指標、レポート、予測要約、モデルカードのみを公開します。元の MP4/HDF5/RRD、完全な Qwen 重み、gated データは再配布しません。
2 つの証拠ライン
| ライン | データ単位 | 手法と結果 | 用途 |
|---|---|---|---|
| 1 sample episode | 5,821 frames、1,161 aligned 20-frame windows、8,546 dimensions。 | Minimal + Neural MLP が 20 tasks を覆盖; 40/40 scored records; すべて direct scores。 | Raw sample files、task definitions、reproducible baselines、task validity を確認。 |
| 128 selected episodes | 96/16/16 split、34,269 exported windows、public-safe features が official gated episode paths に対応。 | Metadata simple/NN、raw-feature simple/NN、Qwen3-Omni v6、Cosmos3-Super、Cosmos3-Nano; 140/140 scored records; 134 direct + 6 compact proxy。 | 同一 split の metadata/raw baselines、Qwen3-Omni diagnostics、Cosmos3 diagnostics を比較; proxy targets は明示。 |
式: 1-episode methods 2 個 x 20 tasks = 40、128-episode methods 7 個 x 20 tasks = 140、公開 matrix 合計は 180/180 scored records。
Method blocks: Line 1 は task-head baselines（Minimal、Neural MLP）。Line 2 は aligned baseline heads（metadata simple/NN、raw-feature simple/NN）、Qwen3-Omni series（Qwen3-Omni v6 LoRA）、Cosmos3 series（Cosmos3-Super Reasoner、Cosmos3-Nano Future Window）に分かれます。Qwen3 v1-v6 は Line 2 内の LoRA/eval lineage で、project evidence lines とは別です。20-task matrix は v6 を使い、v5 は pinned prior release です。Cosmos3-Super Forward-Dynamics LoRA は別の adapter/weights/results artifact として公開され、20-task matrix の method row には含めません。
入口: TWO_EVIDENCE_LINES.md、two_evidence_lines.json、task_method_20_result_matrix.json、two_evidence_line_result_summary.json。
クイックルート
| 目的 | 入口 |
|---|---|
| プロジェクトを素早く理解 | PROJECT_BRIEF.md, PROJECT_STATUS.md |
| 公開面を選ぶ | PUBLIC_READER_MAP.md |
| 20 タスクを見る | TASK_SUITE_20.md, task_suite_20.json |
| 結果を比較 | RESEARCH_TAKEAWAYS.md, task_method_20_result_matrix.json |
| 1 サンプルを調べる | single_episode_explorer.html, raw_sample_files.json |
| 3 つの foundation pipeline を読む | THREE_FOUNDATION_PIPELINES.md, three_foundation_pipelines.json |
| 再現・監査 | REPRODUCIBILITY.md, EVIDENCE_CONTRACT.md |
構造
- データ: 20-frame window が video、audio、depth、pose/SLAM、mocap、IMU、calibration、language annotation を結びます。
- タスク: 認識、予測、retrieval、reconstruction、order、sync、long-horizon、action-object、sensor bridge など 20 契約。
- 結果: single-episode minimal/NN は 20/20。128-episode 側は metadata、raw feature、Qwen3、Cosmos を証拠タイプ別に分けます。公開 matrix は 180/180 scored records で、174 direct と 6 compact proxy を分離し、proxy targets は明示します。
- 方向: spatial intelligence、human-video world model、vision-language-action に対して、タスク対応と必要証拠を記録しています。
公開境界
本プロジェクトは派生 artifacts、指標、図、カード、public-safe 要約のみを公開します。Xperience-10M の利用は Ropedia 公式 Hugging Face データカードとアクセス条件に従います。
Public Surfaces
Glossary
Use GLOSSARY.md and docs/data/glossary.json for project terminology:
evidence line, 20-frame window, compact-proxy score, Qwen v1-v6,
Cosmos3-Super, LoRA adapter, HF artifact dataset, and related terms.
Citation
Use CITATION.cff and cite the upstream Ropedia Xperience-10M dataset according to its official card.