Показав, что модели заучивают шаблоны вместо понимания окружения
@ИИ
ИИ
Все модели провалили критерии безопасности при управлении роботами
@ИИPhysWorld учит роботов выполнять задачи через генерацию видео и физическое моделирование мира, достигая 82% успешности без реальных демонстраций
Lightning Grasp генерирует тысячи разнообразных захватов для роботизированных рук за 2-5 секунд благодаря структуре «поле контакта», которая разделяет геометрические вычисления и оптимизацию
Главная мысль: агент — это система, полностью заточенная под управление контекстом. Ее работа строится по циклу: сбор контекста → запрос к модели → анализ ответа → обновление контекста для следующего шага
@ИИВ то время как с визуальными подсказками точность выросла в среднем на 33,7%
@ИИNested Learning объединяет архитектуру и оптимизацию ML-моделей в систему вложенных задач, решая проблему катастрофического забывания через многоуровневую память
@ИИФормат TOON сокращает количество токенов при передаче данных языковым моделям на 30-60%, используя табличную структуру вместо повторяющихся ключей JSON
Достигнув снижения мышечной усталости на 17-42% благодаря анализу эргономики и силовых возможностей
Оптимальная эффективность обучения достигается при ненулевом уровне забывания, где модель балансирует адаптацию и сохранение знаний
@ИИпоказав медианную точность валидации 94% на 5015 случайных записях
Объединив зрение и движение в единый контроллер вместо разделенных модулей
Благодаря предсказанию восьми метрик производительности для каждого сегмента пути
Достигая стабильной точности уже на 20% данных против полного датасета
В то время как GPT-4o без пространственной информации справилась только на 28%
