QVal提出一个无需训练的测试平台，直接评估稠密监督信号是否能按强参考策略的Q值对动作排序。QVal-v1.0覆盖4个环境、7类方法、6个开放权重模型和超过1,200项实验；摘要称，简单提示基线持续优于近期稠密监督方法。
最近 24 小时暂无可用热度快照。