NVIDIA демонстрирует, что использование автономных AI-агентов для написания кода при постобучении модели зрительного рассуждения Cosmos 3 может повысить точность выше 90% при минимальных ручных усилиях.

Этот подход позволяет разработчикам адаптировать модели зрительного рассуждения для производственных видеозадач, не тратя дни на форматирование данных, настройку контейнеров, скрипты обучения, базовую оценку и перебор гиперпараметров.

Автоматизируя эти подготовительные шаги, метод значительно сокращает время, необходимое для определения того, улучшает ли постобучение точность.