Back to explore

Un modèle de jugement style Jev de 4B dépasse les modèles jusqu'à 27B sur les benchmarks robotiques

L'auteur partage un modèle de jugement de style Jev de 4B entraîné avec des données publiques et sa propre recette, surpassant des modèles multimodaux de style Jev jusqu'à 27B sur RoboPulse, RoboRewardBench et des déploiements robotiques réels, tout en notant que les modèles de récompense spécialisés restent meilleurs sur leurs domaines.

3/6 How far can public data + our recipe take a 4B Jev-style judge? It beats every multimodal Jev-style model we tested, up to 27B, on RoboPulse, RoboRewardBench and real-robot rollouts. Specialist reward models still win at home: Robo-Dopamine on progress, RoboReward on

Un modèle de jugement style Jev de 4B dépasse les modèles jusqu'à 27B sur les benchmarks robotiques 1
· 0 likesOpen on X