AI اور دنیا کے مشکل مسائل · نظریاتی کمپیوٹر سائنس · arXiv · 2026-10-22

SLoSa: روبوٹک ٹاسک پلاننگ کے لیے چھوٹے، کم بجلی والے اور محفوظ فاؤنڈیشن ماڈلز

اصل عنوان: SLoSa: Small, Low-Power, and Safe Foundation Models for Robotic Task Planning

SLoSa محفوظ روبوٹک ٹاسک پلاننگ کو فاؤنڈیشن ماڈل پر مبنی ایسے پلانرز کے ذریعے حل کرتا ہے جو چھوٹے، کم بجلی استعمال کرنے والے اور حفاظت سے آگاہ ہوتے ہیں، اور LLMs کے لچکدار ٹاسک انٹرفیس کو کلاسیکل پلانرز کی رسمی ضمانتوں کے ساتھ یکجا کرتے ہیں۔ یہ فریم ورک کلاسیکل پلانرز، ایک جدید ٹیچر LLM اور رسمی ویریفائرز سے حفاظت سے آگاہ ڈیٹا سیٹ بناتا ہے، پھر سپروائزڈ فائن ٹیوننگ اپناتا ہے اور اس کے بعد تصدیق پر مبنی ریوارڈ مشین کی رہنمائی میں رینفورسمنٹ لرننگ فائن ٹیوننگ کرتا ہے۔ چار PDDL ڈومینز میں ویریفائر کی رہنمائی والی پوسٹ ٹریننگ کمپیکٹ 4B-14B پلانرز کی کامیابی کی شرح کو 70.5-76.0% تک بڑھا دیتی ہے، اور Jetson Orin پر INT4 تعیناتی کو 17.85-26.41 W اوسط بجلی درکار ہوتی ہے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →