VLA 评测体系：从任务成功率到长时程稳定性与故障归因

VLA 评测体系需要从单一任务成功率扩展到长时程稳定性与故障归因两个维度。原文围绕这一评测框架展开讨论，但未给出具体模型、版本或实验数据。