研究人员开发了 RoboJev-27B,这是一个开放权重视觉语言模型,旨在通过视频数据判断机器人是否已成功完成操作任务。该模型是 JEV-27B-VL 的一个变体,使用 LoRA 适配器在一个大型机器人回合数据集上进行了微调,并采用校准的双标记读出机制来高效预测成功/失败。RoboJev-27B 在未见过的机器人和实验室上表现出高准确率和泛化能力,在 NVIDIA H100 GPU 上大约每回合需要 0.26 秒即可推断成功。 AI
影响 能够对机器人操作任务进行更强大、更自动化的评估,有望加速机器人学的研究和开发。
排序理由 该集群描述了一个用于特定研究任务(机器人成功检测)的新开放权重模型的发布,包含性能指标和技术细节,发布在 arXiv 上。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →