详细内容或原文请订阅后点击阅览
您如何教AI模型进行推理？与人类
AI模型正在快速发展。但是他们可能缺乏（大多数）人类呢？常识：通过现实世界经验而发展的一种理解，即鸟类不能向后飞，镜子是反射性的，冰融入了水中。尽管这些原则对人类来说似乎很明显，但必须将其教给AI模型，以阅读文章
来源:NVIDIA 博客 _机器人技术AI模型正在快速发展。
但是他们可能缺乏（大多数）人类呢？常识：通过现实世界经验而发展的一种理解，即鸟类不能向后飞，镜子是反射性的，冰融入了水中。
虽然这些原则对人类来说似乎很明显，但必须将其传授到负责准确回答复杂问题并导航不可预测的物理环境（例如工业仓库或道路）的AI模型。
nvidia正在通过开发一系列测试来指导AI模型的局限性来应对这一挑战。换句话说，教授AI常识。
这些测试用于开发推理模型，例如NVIDIA COSMOS原因，Nvidia Cosmos Reason是一种开放的推理视觉语言模型（VLM），用于物理AI应用程序，这些应用程序熟练地生成了时间接地的响应。宇宙原因只是拥抱脸上的身体推理排行榜顶。
推理模型 nvidia cosmos原因 视觉语言模型 物理AI 物理推理排行榜Cosmos原因与以前的VLM相比是独一无二的，因为它旨在加速机器人，自动驾驶汽车和智能空间等领域的物理AI开发。该模型可以使用物理常识知识通过前所未有的场景来推断和推理。
使模型了解复杂的环境（包括工业空间和实验室），它们必须从小开始。例如，在下面描述的测试中，COSMOS原因模型的任务是回答有关视频中相对运动的多项选择问题：
cosmos原因评估数据集的示例
AI模型的推理是什么样的？
为了发展其推理能力，NVIDIA模型通过增强学习教授了有关现实世界的物理常识。
增强学习而无需将常识嵌入到这些机器人的培训中，可以在部署中出现问题。
生成ai