Forskarna presenterar TinyAstral, en metod för att överföra förbättringar av en robotagents verktyg, återkoppling och återhämtningslogik till en mindre modell. På RoboTwin uppger teamet att förbättringar av lärarmodellens verktygslösning höjde framgångsgraden från 33.4% till 63.6%; en destillerad 4B-student nådde 62.8%.
Forskarna säger att studentmodellen använde ungefär en femtedel så mycket accelerator-tid som lärarmodellen under de uppmätta driftepisoderna. Arbetet är en artikel på arXiv; sammanfattningen beskriver ingen oberoende validering.
Varför det spelar roll
För team som kör robotagenter kan den rapporterade femfaldiga minskningen av accelerator-tid minska beräkningsbehoven vid drift, men sammanfattningen visar inte att resultaten har validerats oberoende eller att de gäller bredare verkliga miljöer.
