Исследователи представили TinyAstral — метод переноса в компактную модель улучшений, связанных с инструментами, обратной связью и логикой восстановления робота-агента. По данным команды, после улучшения обвязки модели-учителя её доля успешных попыток на RoboTwin выросла с 33.4% до 63.6%; дистиллированная модель-ученик на 4 млрд параметров достигла 62.8%.
По словам исследователей, в измеренных эпизодах развёртывания модель-ученик использовала примерно пятую часть времени на ускорителе, затраченного моделью-учителем. Работа опубликована на arXiv; в аннотации не говорится о независимой проверке результатов.
Почему это важно
Для команд, запускающих роботов-агентов, заявленное пятикратное сокращение времени на ускорителе может снизить вычислительные затраты на развёртывание. Однако аннотация не подтверждает результаты независимой проверкой и не позволяет судить о работе системы в более широких реальных условиях.
