В недавнем техническом эксперименте компания Nvidia продемонстрировала значительный скачок в точности своей модели Cosmos 3 Nano. Сначала модель правильно отвечала на 54,41% вопросов, но после дообучения с помощью ИИ-агента Codex этот показатель вырос до 93,35% всего за сутки.
Модель была протестирована на специализированном датасете Woven Traffic Safety от Woven by Toyota, который включает видео дорожных ситуаций и вопросы с четырьмя вариантами ответа. В процессе дообучения Codex воспользовался методом LoRA, позволяющим оптимально обучать небольшие адаптеры без изменения всех параметров основной модели.
Codex обнаружил и исправил недочеты в конфигурации, а также оптимизировал настройки благодаря TAO AutoML, что позволило достичь максимальной точности. Эффективность использования ресурсов была высока: по расчетам Nvidia, обучение заняло в семь раз меньше времени по сравнению с полным дообучением.
Важно отметить, что достигнутый уровень точности 93,35% измеряется только в рамках одного исследовательского датасета и не подтверждает способность модели принимать решения в реальных дорожных условиях.
Таким образом, исследование показывает, как современные техники и автоматизация могут значительно ускорить процесс обучения ИИ, открывая новые горизонты для его применения в различных областях.
*компания Meta Platforms Inc. признана экстремистской организацией, ее деятельность на территории России запрещена