BEHAVIOR-1K 2026 Challenge Leaderboard

BEHAVIOR-1K 2026 Challenge Leaderboard

展示 BEHAVIOR-1K 2026 Challenge 的公开排名和提交入口，并保留 2025 年的存档榜单。适合参赛者、组织者和关注结果的人。

由 behavior-1k 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Space 展示 BEHAVIOR-1K 2026 Challenge 的公开排名，并通过入口接收参赛作品。2025 年挑战赛的旧榜单作为存档放在旁边。组织者在官方 OmniGibson 环境上手动评估，再把验证过的结果加进仓库里的文件。

适合谁：它适合参加挑战赛的团队、维护结果的组织者，以及关注排名的研究者。

行业 | 谁在用 | 怎么用 | 例子
基准测试 | 参赛者 | 查看排名，并通过提交入口提交参赛作品 | 先看 2026 榜单，再打开提交页面
基准测试 | 挑战赛组织者 | 手动评估之后，让公开的结果文件保持最新 | 往 data/results.jsonl 追加一行验证过的分数
研究 | 研究者 | 把 2026 榜单上的参赛作品和 2025 年存档榜单做对比 | 把两个榜单并排阅读

如果你不关注这个挑战赛，可以跳过它。

用在哪里：

• 网页浏览器，打开 Hugging Face 上这个 Space 的页面
• 文件的本地副本，在 Windows、macOS 或 Linux 上用 Python 3.11 运行
• 仓库里的 data 文件夹，组织者在这里编辑结果文件

用途 | 适合谁 | 能得到什么
查看排名 | 参赛者和关注者 | 公开的 2026 排行榜和 2025 年存档榜单
提交参赛作品 | 参赛者 | 保存在私有 Hugging Face 数据集里的一个 JSON 文件形式的回复
更新结果 | 组织者 | 存放提交元数据和验证分数的公开文件

如何设置：

• 一个网页浏览器，在线页面只需要它
• Python 3.11，本地副本才需要
• requirements.txt 里列出的 Python 包
• 如果要自己托管提交入口，需要 SUBMISSION_DATASET_REPO 设置，以及对那个私有数据集有写权限的 HF_WRITE_TOKEN 密钥

1. 在 Hugging Face 上打开这个 Space 的页面，就能在线使用，不需要安装任何东西。
2. 想要本地副本，先安装 Hugging Face hub 包，再下载 Space 的文件。
3. 进入下载好的文件夹。
4. 安装 Gradio 5.35.0，再安装 requirements.txt 里的包。
5. 用 python app.py 启动应用。

pip install -U huggingface_hub
hf download behavior-1k/2026-challenge-leaderboard --repo-type space --local-dir 2026-challenge-leaderboard
cd 2026-challenge-leaderboard
pip install gradio==5.35.0
pip install -r requirements.txt
python app.py

如何使用：访客打开页面查看排行榜，并通过提交页面参赛。组织者通过追加 JSON 行来更新结果文件，还有一个脚本可以从私有提交文件重新生成自报的汇总分数。

工具 | 作用
data/submissions.jsonl | 存放公开的提交元数据
data/results.jsonl | 存放验证过的汇总分数
data/published_self_reported_results.jsonl | 存放组织者批准公开的备用分数
scripts/extract_self_reported_scores.py | 把自报的汇总分数写到你选定的、仓库之外的私有路径

HF_TOKEN=<private-dataset-read-token> python scripts/extract_self_reported_scores.py --output /private/path/self_reported_results.jsonl

示例：一个团队打开 Space，看过 2026 榜单，再通过提交页面提交参赛作品。入口把回复保存为私有数据集里 2026/submissions/ 下的一个 JSON 文件。组织者随后手动评估，之后才会加入验证过的分数。

新手与专家：先打开 Space 看排行榜。你能看到谁参赛、分数如何比较，除非你在运营这个挑战赛，否则可以先不管仓库里的文件。

每个分数是 100 个挑战任务的平均值，没有提交的任务按零分计入。验证过的结果来自在官方 OmniGibson 环境上的手动运行。公开应用只加载组织者放行的自报分数。详细的逐案例数据和复现运行的脚本都保持私有。

参赛者通过入口提交
回复以 JSON 保存在私有数据集里
组织者在 OmniGibson 环境上评估
验证过的行被追加到数据文件
公开应用读取它们来显示排行榜

注意事项：结果要等组织者加入之后才会出现，因为评估是手动的。公开文件只包含排行榜上可见的字段和技术性的行 ID。

• Not for: 公布参赛者身份、私有文件、凭据或案例级指标，没有组织者的批准，任何东西都不能公开
• License: Apache 2.0
• Cost to run: 私有数据集用的写入令牌（HF_WRITE_TOKEN 密钥），以及提取脚本用的读取令牌（HF_TOKEN）
• Data it reaches: 仓库里公开的 data 文件夹，以及存放入口回复的私有 Hugging Face 数据集

Hugging Face 上的数据（2026年11月13日）

• 点赞：30
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/behavior-1k/2026-challenge-leaderboard
• 文件：https://huggingface.co/spaces/behavior-1k/2026-challenge-leaderboard/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。