CoReVLA数据集是一个用于端到端自动驾驶框架的双阶段数据集，旨在提高在长尾场景中的性能。数据集通过数据收集和行为细化两个阶段进行构建。首先，模型在多个开源驾驶问答数据集上进行监督微调，以获取对驾驶场景的基础理解。然后，CoReVLA在CAVE模拟平台中部署，从实时交互中收集司机接管数据。每个接管都表示CoReVLA无法可靠处理的长期场景。最后，通过直接偏好优化(DPO)对模型进行细化，使其能够

arXiv2025-09-19 更新360

Dataset Blinding Index

临床试验

数据优化

Dataset of Weighted Balanced Blinding Index: A Metaheuristic-Optimized Approach to Assess Blinding Success in Clinical Trials

DataCite Commons2025-08-30 更新250