研究人员为 CVPR 2026 Argoverse 2 场景挖掘挑战赛开发了一种新颖的四阶段流程。该系统利用由 GLM 5.1 驱动的 Claude Code 智能体进行自主代码生成。然后，它通过迭代筛选和语义代码审查（同样使用 Claude Code）来优化训练数据。最后，采用 Qwen3-VL 进行场景级验证以确保准确性。 AI
影响 展示了使用大型语言模型进行自动驾驶场景挖掘的新颖流程。
排序理由 该集群包含一篇详细介绍特定挑战新颖方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.09180v1 Announce Type: new Abstract: We present our submission to the CVPR 2026 Argoverse 2 Scenario Mining Challenge. Our system uses a four-stage pipeline: (1) autonomous code generation via a Claude Code agent powered by GLM~5.1, (2) iterative training set screening…
We present our submission to the CVPR 2026 Argoverse 2 Scenario Mining Challenge. Our system uses a four-stage pipeline: (1) autonomous code generation via a Claude Code agent powered by GLM~5.1, (2) iterative training set screening with Timestamp Balanced Accuracy threshold 0.8 …