NVIDIA представила метод ускоренного дообучения мультимодальной модели Cosmos 3, использующий автономных ИИ-агентов для оптимизации процесса. Подход позволяет повысить точность визуального мышления модели выше 90% практически без ручного вмешательства. Использование агентных навыков для автоматизации подготовки данных и настройки параметров сокращает цикл дообучения до одного дня, значительно упрощая адаптацию тяжелых моделей под специфические задачи.

Традиционный процесс дообучения визуальных моделей требует значительных затрат времени на подготовку качественных датасетов и подбор гиперпараметров. В данном подходе ИИ-агенты берут на себя роль исследователей, которые анализируют ошибки модели, генерируют синтетические данные для коррекции слабых мест и итеративно улучшают веса модели. Это позволяет минимизировать человеческий фактор и ускорить вывод специализированных решений на рынок.

Методология опирается на агентную архитектуру, способную выполнять полный цикл обучения: от оценки текущей производительности до автоматической генерации корректирующих примеров. Такой подход особенно эффективен для задач, требующих глубокого понимания визуальных контекстов, где точность распознавания и логического вывода критически важна для работы автономных систем.

Ключевые факты

  • Метод позволяет достичь точности визуального мышления модели Cosmos 3 выше 90%.
  • Весь цикл дообучения модели сокращен до одного рабочего дня.
  • ИИ-агенты используются для автоматизации подготовки данных и настройки параметров.
  • Подход исключает необходимость ручного вмешательства на этапах анализа ошибок и генерации обучающих примеров.