ИИ-агент Nvidia улучшил точность модели с 54% до 93% за сутки

16.07.2026 NVIDIA ИИ-агенты Искусственный Интеллект Новости

В техническом эксперименте Nvidia точность модели Cosmos 3 Nano в тесте с выбором правильного ответа из четырёх вариантов выросла с 54,41% до 93,35% менее чем за сутки. Основные этапы дообучения выполнил ИИ-агент Codex по заранее заготовленным инструкциям с использованием инструментария TAO.

Результат был получен на специализированном наборе данных Woven Traffic Safety от компании Woven by Toyota. В датасет входят видеозаписи дорожных ситуаций и вопросы с четырьмя вариантами ответов. Для обучения и проверки использовалось более 8000 примеров.

Без дополнительной настройки Cosmos 3 Nano давала правильные ответы в 54,41% случаев. Затем разработчики поручили Codex оценить базовую модель и провести дообучение методом LoRA.

Агент выбрал подходящую инструкцию Cosmos-reason, проверил аннотации датасета и обнаружил, что отсутствует параметр частоты кадров. После исправления конфигурации он загрузил веса модели, подготовил настройки и запустил обучающий контейнер.

Метод LoRA не изменяет все параметры модели, а обучает небольшие дополнительные адаптеры. По расчётам Nvidia, в этом эксперименте метод потребовал примерно в семь раз меньше GPU-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.

В ходе эксперимента Codex 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.

Напомним, в июне исследователи Nvidia, Carnegie Mellon University и Калифорнийского университета в Беркли представили фреймворк ENPIRE, который позволяет ИИ-агентам для программирования улучшать политики управления роботами на реальном оборудовании

Обменять