AISpot

搜尋

找到 2 筆;也可以試試 語意搜尋

機器之心● 精選AI 評分80

上海創智學院發布 801-30B,公開首份預訓練級 RSI 報告

上海創智學院與新序智慧開源 801-30B base 模型,並公開首份預訓練級 RSI 的完整技術報告與輕量 SFT 資料。團隊用時不到三個月從零訓練,13 項基礎評測平均分 73.13,與 Nemotron-3.5-Lightning-30B-A3B(73.07)持平,領先 Qwen3-30B-A3B(66.16)。同一份 SFT 資料微調後平均分升至 81.34;僅做 6B tokens 輕量 SFT 的版本在四項 agent 評測上平均 58.4。

機器之心● 精選AI 評分80

董豪團隊提出 HIL-UMI:人類示範時即可採集機器人後訓練資料

董豪團隊聯合啟元機器人、北京大學、西安交通大學提出 HIL-UMI:人手持夾爪示範時,模型同步預測動作並標出與人類操作的分歧,從而在不執行機械臂的情況下采集後訓練所需資料。該方法以 π0.5 為基礎模型,在 Franka 機械臂上測試整理桌面、折毛巾、疊方塊、蓋章四項任務,三輪更新後平均任務進度分數從 62.3 升至 94.8,同等資料量下常規 SFT 僅從 44.3 升至 58.0。整理桌面任務中其採集效率為 HG-DAgger 的 5.63 倍,最終得分 96 比 91。