Reflex-1
Modèles de décision pour agentsUn modèle de 421M paramètres pour orienter les requêtes vers les outils, classer les intentions et choisir des actions. Poids publics ; exécution sur CPU ou GPU.
Poids publics
Enquêtes en cours
Modèles de décision et apprentissage robotique. Résultats et méthodes de nos expériences en cours.
Nous étudions des modèles pour les décisions locales et les tâches physiques. Nos travaux publiés présentent les résultats actuels, les besoins matériels et les questions encore ouvertes.
Un modèle de 421M paramètres pour orienter les requêtes vers les outils, classer les intentions et choisir des actions. Poids publics ; exécution sur CPU ou GPU.
Contrôle robotique avec mémoire récurrente : 217M paramètres et 94.50% de réussite sur LIBERO natif.
Recherche en cours.