英語の原文: https://argusic.com/subject/lingbot-map
lingbot-map
[ECCV 2026 ベストペーパー賞候補] LingBot-Map: ストリーミング 3D 再構成のための幾何学的コンテキストトランスフォーマー
検証できずソース: GitHubPythonApache-2.0コミット 849e690bb086
Python、Apache-2.0 ライセンス.
Argusic は lingbot-map を動かせませんでした。Argusic のエージェントが GPU のないクリーンなマシンで 3.2 分でインストールし、1 件のエラーに遭遇してすべてを自力で修正し、セッション全体が記録されました。
Installs in a venv with CPU PyTorch; core model forward pass and streaming inference run end-to-end on CPU with synthetic data, producing predicted camera poses and depth maps; CUDA-dependent scripts and pre-trained-weight loading are not exercised.
クリーンなマシンでエージェントが最終的に得た結果 (エージェント自身の言葉)。 計測方法
Argusic が毎回新しいマシンで計測しています。 すべての数値はその証拠にリンクしています。 Argusic スコア 100 点中 50 点 (このプロジェクトの実行スコアの平均)。
概要
プロジェクトのデータは GitHub から取得 (このページの冒頭にリンクあり)、更新日 。テストデータは Argusic によるもので (CC BY 4.0)、すべての数値は、完全なログ、録画、それらの sha256 ハッシュを含む実行ページにリンクしています。
計測した内容
この判定を決めた実行から取得しています。 各行は記録された値であり、推定値ではありません。
うまくいかなかった点 (エージェント自身の言葉)
エージェント自身の言葉を、深刻なものから順に掲載しています。助言に書き換えることはありません。
- min(scale_frames, S_true) in lingbot_map/aggregator/stream.py lines 340/353 raises RuntimeError when S_true/S_global is a tensor with >1 element0.5 分
- インストール時間
- 3 分
- クリーンなマシンから完了まで
- 9 分
- 遭遇したエラーと修正したエラー
- 1 件に遭遇、1 件を人の手を借りずに修正
- 結果の証明方法
- pip install -e . succeeded; python3 -c 'from lingbot_map.models.gct_stream import GCTStream; m=GCTStream(); m.forward(torch.randn(1,1,3,112,112), num_frame_for_scale=8, num_frame_per_block=1, causal_inference=True)' returned dict with pose_enc[1,1,9], depth[1,1,112,112,1], depth_conf[1,1,112,112]; m.inference_streaming(torch.randn(10,3,112,112), num_scale_frames=8) returned pose_enc[1,10,9], depth[1,10,112,112,1]
- 使用したモデルのトークン
- 211,756
- テストした正確なコミット
- 849e690bb086
- コンテナイメージ
- sha256:cdd920bce783
計測していない内容
残りの半分です。この証拠がどこまでを示すのかを正確に確認できます。欠けている部分は欠けているものとして表示し、埋めることはありません。
- GPU メモリのピーク
- CPU マシンで実行したため、サンプリングする GPU がありませんでした
- 長時間の実行での振る舞い
- 各試行はドキュメントにある最小の設定と決まった時間予算を使うため、計測しているのは動作するかどうかであり、負荷のもとでどう持ちこたえるかではありません
- そもそも動作するかどうか
- この実行は何も検証していないため、このページはどちらとも主張しません
録画の最後
この判定を決めたターミナルセッションの最後の行を、記録されたとおりに表示しています。
**Install**: Created a venv, installed PyTorch 2.6.0 (CPU), all deps, and `pip install -e .` succee… **Key bug found and fixed**: `lingbot_map/aggregator/stream.py` line 340 and 353 called `min(scale_… **Verification**: The core model builds (1,156,803,828 params), `.forward()` with a single 112×112 … **Can't run without CUDA**: `gct_profile.py`, `scripts/benchmark_gct_memory.py`, and `benchmark/` e… tokens used 211,756 Now I have all the data. Let me produce the final report. Here's my comprehensive assessment: **Install**: Created a venv, installed PyTorch 2.6.0 (CPU), all deps, and `pip install -e .` succee… **Key bug found and fixed**: `lingbot_map/aggregator/stream.py` line 340 and 353 called `min(scale_… **Verification**: The core model builds (1,156,803,828 params), `.forward()` with a single 112×112 … **Can't run without CUDA**: `gct_profile.py`, `scripts/benchmark_gct_memory.py`, and `benchmark/` e…
セッション全体を再生 (クリーンなマシンからこの時点までのすべてのコマンド)。
テスト方法
1 つのエージェント、1 つのコンテナで、人の手は借りません。エージェントはプロジェクト自身のドキュメントに書かれた方法でインストールし、実行し、壊れた部分を修正します。以下はすべて、実際に起きたとおりに記録されています: ターミナルセッション、ログ、そして正確なコミットです。 評価方法の全文.
強みと限界
意見ではなく、計測された事実です。コンテンツの作成方法.
うまくいった点
- 3.2 分でインストールでき、Argusic が計測した比較可能な 46 件のプロジェクトの中央値より速い結果です。
- 1 件のエラーすべてから、人の介入なしに回復しました。失敗が解決できる程度にはドキュメント化されていることを示しています。
- ホストの報告によると、ライセンスは Apache-2.0 です。
- 2 回計測しているため、一度きりの結果ではありません。
うまくいかなかった点、または不明な点
- 時間制限のないエージェントでも動かせませんでした。
Argusic がインストールして時間を計測した Python のプロジェクト 47 件のうち、lingbot-map は実行状態に達するまでの速さが 23 番目で、47 件中 28 件がそもそも実行状態に達しました。
実行履歴
バッジを埋め込む
プロジェクトの README に貼る Markdown です。バッジはこのページにリンクします。利用条件: 利用規約ページ.
[](https://argusic.com/subject/lingbot-map)質問
- lingbot-map は動作しますか?
- Argusic は lingbot-map が動作することを検証できませんでした. Argusic はクリーンなマシンで 3 分でインストールして起動し、途中で 1 件のエラーに遭遇し、セッションを記録しました。
- Argusic は lingbot-map をどのようにテストしましたか?
- 新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 849e690bb086 に固定)。記録された試行は 2 回で、手順の全体は評価方法のページに掲載しています。
- lingbot-map のテストにはいくらかかりましたか?
- この判定を出した実行のコストは 0.05 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。
- lingbot-map のインストールにはどのくらい時間がかかりますか?
- この判定を決めた実行では、クリーンなマシンから実行状態まで 3.2 分でした。これは 1 回の計測された試行であり、平均ではありません。
- lingbot-map には GPU が必要ですか?
- 起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。
- lingbot-map のインストールでは何がうまくいきませんか?
- 記録された実行では 1 件の問題が発生しました。そのうち 1 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。
- lingbot-map は代替のプロジェクトと比べてどうですか?
- Argusic がインストールして時間を計測した Python のプロジェクト 47 件のうち、lingbot-map は実行状態に達するまでの速さが 23 番目で、47 件中 28 件がそもそも実行状態に達しました。
- lingbot-map の証拠はどこにありますか?
- 記録された 2 回の実行すべてをこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。