研究在 BEHAVIOR-1K 全部任务上对微调后的 π0.5 做了成对评估,结果表明小规模任务上有效的推理策略未必能迁移到大规模任务,其中伤害最大的是把每段执行的动作数减半,这一结论提醒推理策略的迁移需要重新验证。
正文完
研究在 BEHAVIOR-1K 全部任务上对微调后的 π0.5 做了成对评估,结果表明小规模任务上有效的推理策略未必能迁移到大规模任务,其中伤害最大的是把每段执行的动作数减半,这一结论提醒推理策略的迁移需要重新验证。