Реклама

OmniBrain-0: Единая агентская модель для здорового интеллекта

#OmniBrain #Единая #Annuales #Type #Cross

arXiv: 261 0366013v1 Annuales Type: Cross Brieft: Общецелевой интеллект требует, чтобы роботы координировали различные навыки на протяжении длительных периодов времени, отслеживали прогресс в выполнении задач и восстанавливались после неудач. Одна лишь политика специалистов не обеспечивает надежности на уровне задач, в то время как мощные мультимодальные агенты полагаются на дорогостоящие рассуждения и внешний опыт, которые с помощью компактных моделей пытаются воспроизвести. Мы представляем OmniBrain-0, легковесный унифицированный агент, который координирует манипуляции и навигацию с помощью общей модели принятия решений высокого уровня, сочетая понимание задач, планирование, отслеживание прогресса и восстановление на основе обратной связи. Наша система прогрессивной подготовки сочетает в себе предварительную подготовку, перегон специализированных агентов и многопреподавательскую дистилляцию на уровне политики. Он перерастает в мощное взаимодействие учителей и манипулирует экспертами, а затем укрепляет их способность принимать решения в OmniBrain-0. Таким образом, унификация происходит в рамках накопленного опыта

Компьютерная наука > Расчет и язык [представлен 26 октября 2026 года] Название: OmniBrain-0: Единая агентская модель для эффективного интеллекта PDF HTML (экспериментальный) Резюме: Общецелевой интеллект требует от роботов координировать различные навыки на длинные горизонты, отслеживать прогресс в выполнении задач и восстанавливаться после неудач. Одна лишь политика специалистов не обеспечивает надежности на уровне задач, в то время как мощные мультимодальные агенты полагаются на дорогостоящие рассуждения и внешний опыт, которые с помощью компактных моделей пытаются воспроизвести. Мы представляем OmniBrain-0, легковесный унифицированный агент, который координирует манипуляции и навигацию с помощью общей модели принятия решений высокого уровня, сочетая понимание задач, планирование, отслеживание прогресса и восстановление на основе обратной связи. Наша система прогрессивной подготовки сочетает в себе предварительную подготовку, перегон специализированных агентов и многопреподавательскую дистилляцию на уровне политики. Он перерастает в мощное взаимодействие учителей и манипулирует экспертами, а затем укрепляет их способность принимать решения в OmniBrain-0. Таким образом, унификация происходит не только в интерфейсе инструментов, но и в рамках модели принятия решений. Далее мы представляем Rubric-Governed Recursive самосовершенствование (RSI) — маховик данных, в котором Метаагент превращает доказательства исполнения в уточненные рубрики, напоминания и проверенные траектории…