A NVIDIA demonstra que usar agentes de IA autônomos para codificação no pós-treinamento do modelo de raciocínio visual Cosmos 3 pode elevar a precisão acima de 90% com esforço manual mínimo.

Essa abordagem permite que desenvolvedores adaptem modelos de raciocínio visual para tarefas de vídeo em produção sem gastar dias formatando dados, configurando contêineres, escrevendo scripts de treinamento, avaliando linhas de base e realizando varreduras de hiperparâmetros.

Ao automatizar essas etapas preparatórias, o método reduz significativamente o tempo necessário para determinar se o pós-treinamento melhora a precisão.