Sema Code：将AI编程代理解耦为可编程、可嵌入的基础设施

本文提出RAD-2，一种用于闭环驾驶规划的生成-判别统一框架。该方法通过扩散模型生成多样轨迹候选，利用强化学习优化的判别器进行重排序，结合时序一致性策略优化和在线生成器优化技术，在BEV-Warp高效仿真环境中实现大规模训练。实验表明RAD-2相比现有扩散规划器碰撞率降低56%，实际部署中显著提升驾驶安全性与平顺性。

本文提出DR³-Eval基准，通过真实用户材料构建多模态多文件报告生成任务，并配备静态研究沙箱模拟开放网络复杂性。该基准引入多维评估框架，验证了与人工评估的一致性。实验表明DR³-Eval具有高度挑战性，能有效揭示检索鲁棒性和幻觉控制等关键失败模式。