实时
Hugging Face Daily Papers: 具身智能体持续预训练研究
热点事件历史事件
Hugging Face Daily Papers: 具身智能体持续预训练研究
1 篇报道1 个报道来源28 天前更新
先了解这件事
AI 综述
Hugging Face Daily Papers 报道了在数据规模、多样性和模型大小三个维度上进行持续预训练(CPT)的研究,提升了虚拟世界中的具身智能体学习能力,但在远距离世界泛化上存在局限。研究测试了涵盖 0.8B 至 27B 参数、50 至 1600 小时数据预算、五种数据混合的 120 种配置,发现数据量增加提升内部表现,多样性改善相关世界迁移,模型规模提升数据效率但远距离泛化更差。
AI 根据报道生成 · 更新于 27 天前
最新进展10月22日 08:00
Hugging Face Daily Papers:多样化虚拟世界中的具身智能体持续预训练研究报道时间线
沿着报道,了解事件的不同侧面。
10月22日
- Hugging Face Daily PapersHugging Face Daily Papers:多样化虚拟世界中的具身智能体持续预训练研究
研究通过在数据规模、多样性和模型大小三个维度上进行持续预训练(CPT),提升了虚拟世界中的具身智能体学习能力,但在远距离世界泛化上存在局限。研究测试了涵盖 0.8B 至 27B 参数、50 至 1600 小时数据预算、五种数据混合的 120 种配置,发现数据量增加提升内部表现,多样性改善相关世界迁移,模型规模提升数据效率但远距离泛化更差。