AI na Matatizo Magumu ya Ulimwengu · Sayansi ya kompyuta ya kinadharia · arXiv · 2026-10-22
SLoSa: Foundation Models Ndogo, za Nguvu ya Chini na Salama kwa Upangaji wa Kazi za Roboti
Kichwa asilia: SLoSa: Small, Low-Power, and Safe Foundation Models for Robotic Task Planning
SLoSa inashughulikia upangaji salama wa kazi za roboti kwa kutumia wapangaji wanaotegemea foundation models, ambao ni wadogo, wenye matumizi madogo ya nguvu na wenye kuzingatia usalama, huku ikichanganya kiolesura cha kazi cha LLM kilichonyumbufu na udhamini rasmi wa wapangaji wa klasiki. Mfumo huu unajenga hifadhidata inayozingatia usalama kutoka kwa wapangaji wa klasiki, LLM mwalimu wa hali ya juu na wahakiki rasmi, kisha hutumia supervised fine-tuning, ikifuatiwa na reinforcement learning fine-tuning inayoongozwa na reward machine inayotegemea uhakiki. Katika kanda nne za PDDL, post-training inayoongozwa na mhakiki huinua kiwango cha mafanikio cha wapangaji wadogo wa 4B-14B hadi 70.5-76.0%, na uwekaji wa INT4 kwenye Jetson Orin unahitaji nguvu ya wastani ya 17.85-26.41 W.