В то время как с визуальными подсказками точность выросла в среднем на 33,7%
@ИИ
Мультимодальные модели
Система показывает конкурентные результаты: 90,30% на MMLU, 1,57% ошибок в речи (английский), 86,2% в видеоанализе
@ИИНовый метод LaViRA разбивает навигацию роботов на Language-Vision-Robot этапы без предварительного обучения. Точность 38.3% на VLN-CE превзошла конкурентов на 7.3%. Тестирование на реальных роботах подтвердило практичность
Исследование показало, что латентные фильтры безопасности роботов принимают близорукие решения при ограниченной наблюдаемости данных
@ИИ
