AI और दुनिया की कठिन समस्याएँ · सैद्धांतिक कंप्यूटर विज्ञान · arXiv · 2026-10-22

SLoSa: रोबोटिक कार्य नियोजन हेतु छोटे, कम-शक्ति और सुरक्षित फाउंडेशन मॉडल

मूल शीर्षक: SLoSa: Small, Low-Power, and Safe Foundation Models for Robotic Task Planning

SLoSa छोटे, कम-शक्ति और सुरक्षा-जागरूक फाउंडेशन-मॉडल-आधारित प्लानरों के साथ सुरक्षित रोबोटिक कार्य नियोजन की समस्या का समाधान करता है, और LLM के लचीले कार्य इंटरफ़ेस को क्लासिकल प्लानरों की औपचारिक गारंटियों के साथ जोड़ता है। यह फ्रेमवर्क क्लासिकल प्लानरों, एक उन्नत टीचर LLM और औपचारिक वेरिफ़ायरों से एक सुरक्षा-जागरूक डेटासेट बनाता है, और फिर पर्यवेक्षित फ़ाइन-ट्यूनिंग लागू करता है, जिसके बाद सत्यापन-आधारित रिवॉर्ड मशीन द्वारा निर्देशित सुदृढ़ीकरण अधिगम फ़ाइन-ट्यूनिंग की जाती है। चार PDDL डोमेन में, वेरिफ़ायर-निर्देशित पोस्ट-ट्रेनिंग कॉम्पैक्ट 4B-14B प्लानरों की सफलता दर को 70.5-76.0% तक बढ़ाती है, और Jetson Orin पर INT4 डिप्लॉयमेंट में 17.85-26.41 W औसत शक्ति की आवश्यकता होती है।

मूल लेख पढ़ें ↗

सभी आइटम →