Nvidia автоматизировала дообучение Cosmos 3 с помощью ИИ-агентаВ техническом эксперименте Nvidia точность модели Cosmos 3 Nano на тесте с четырьмя вариантами ответа выросла с 54,41% до 93,35% менее чем за сутки. Основные этапы дообучения выполнил ИИ-

Втехническом экспериментеNvidia точность модели Cosmos 3 Nano на тесте с четырьмя вариантами ответа выросла с 54,41% до 93,35% менее чем за сутки. Основные этапы дообучения выполнил ИИ-агент Codex по заранее подготовленным инструкциямTAO. Результат получен на одном специализированном датасете —Woven Traffic Safetyот Woven by Toyota. Он содержит видео дорожных ситуаций и вопросы с четырьмя вариантами ответа. Для обучения и проверки использовали более 8000 примеров. Без дополнительной адаптации Cosmos 3 Nano правильно ответила на 54,41% вопросов. Затем разработчики попросили Codex оценить базовую модель и провести дообучение методомLoRA. Агент выбрал специализированную инструкцию Cosmos-reason, проверил аннотации датасета и обнаружил отсутствующий параметр частоты кадров. После исправления конфигурации он загрузил веса модели, подготовил настройки и запустил обучающий контейнер. LoRA не изменяет все параметры модели, а обучает небольшие дополнительные адаптеры. По расчетам Nvidia, в этом эксперименте метод потребовал примерно в семь раз меньшеGPU-часов, чем полное дообучение Cosmos 3 Nano. Один прогон LoRA занял около 30 минут на восьми ускорителях NVIDIA A100 с 80 ГБ памяти. Точность выросла до 87,14%. Вторым промптом разработчики запустили TAO AutoML для подбора скорости обучения, размера пакета, параметров LoRA и других настроек. Система провела 43 параллельных испытания. Лучший результат с байесовской оптимизацией составил 93,35%. Этот этап занял 19,5 часа на нескольких узлах A100 в Oracle Cloud Infrastructure. Codex в эксперименте не ограничивался анализом результатов. Он выбирал рабочий процесс, проверял данные, исправлял конфигурацию, запускал контейнеры и сравнивал метрики. Автономность агента оставалась ограниченной, он действовал по заранее подготовленным инструкциям. Показатель 93,35% отражает точность ответов в проверочной части одного исследовательского датасета. Он не измеряет безопасность автономного вождения и не подтверждает способность модели принимать решения в реальном времени. DePAI — новый тренд в экономике машин Напомним, в июне исследователи Nvidia, Carnegie Mellon University и Калифорнийского университета в БерклипредставилиENPIRE — фреймворк, который позволяет ИИ-агентам для программирования улучшать политики управления роботами на реальном оборудовании.