CaPtain:小模型经微调加多轮强化学习,LIBERO 成功率 73.8%

8次阅读
没有评论

CaPtain 流水线先用 GPT-6 Astra 生成的轨迹监督微调 Qwen3.5-4B,再经多轮强化学习,练成的小模型在 LIBERO 留出测试集上的成功率达到 73.8%,在 LIBERO-PRO 上达 78.5%;代码、数据与模型权重已全部公开。

正文完
 0
评论(没有评论)

内容合作 · 项目交流

欢迎开发者、团队与我们联系,一起推动 AI 与机器人领域的优质内容创作与交流。