NVIDIA 展示了使用自主编码 AI 代理对 Cosmos 3 视觉推理模型进行后训练,可以在最小化人工努力的情况下将准确率提升至 90% 以上。

这种方法使开发人员能够将视觉推理模型适应生产视频任务,而无需花费数天时间进行数据格式化、容器设置、训练脚本编写、基线评估和超参数搜索。

通过自动化这些准备步骤,该方法显著缩短了确定后训练是否能提高准确率所需的时间。