AgentRoboCritic-Muse-Glimmer-30B
AgentRoboCritic은 실행된 로봇 조작 동작을 평가하는 시각 언어 모델입니다. 과제, 개별 동작의 의도와 명령, 실행 전후 이미지를 바탕으로 성공 여부와 실패 유형, 시각적 근거를 출력합니다. Muse-Glimmer-30B를 미세 조정했습니다.
전체 모델 설명 보기실행된 로봇 조작 동작이 해당 의도를 달성했는지 판단하고 영상 관찰로 실패 원인을 분석합니다.
모델 가중치 보기 (2)
논문 및 기술 보고서
논문 / 보고서 미확인
공식 소개 자료가 등록되어 있으며 해당 버전의 논문이나 기술 보고서는 아직 확인되지 않았습니다.
최근 확인: 2026-11-20
접근 및 사용 방법
- 모델 파일
- 공개 접근
- 학습 데이터
- 공개 접근
이 버전의 학습 코드는 미확인입니다. 공개 코드가 이 버전의 학습 구현을 포함한다는 뜻은 아닙니다. 검증 설명 보기
학습 / 미세 조정 코드
학습 데이터
일부 학습 데이터가 공개되어 있으나 전체 학습 데이터의 공개를 의미하지 않습니다.
모델 파일
| 파일 | 접근 방법 | 가중치 라이선스 | 상업적 사용 |
|---|---|---|---|
| AgentRoboCritic-Muse-Glimmer-30B (BF16) | 접근 방법 | 가중치 라이선스 | 상업적 사용 |
출처확인 날짜 · 2026-11-20
배포 전 확인 사항
저자가 보고한 평가는 학습과 분리된 수작업 라벨 조작 동작 400건을 대상으로 합니다. 관찰 근거가 부족하면 판단 보류를 출력할 수 있습니다. 가중치나 코드가 공개되어도 로봇에서 즉시 실행할 수 있다는 의미는 아닙니다. 문서에서 구성, 데이터 및 인터페이스 요구 사항을 확인하세요.
배포 및 사용 자료
- 실행 환경 및 프레임워크
- Transformers
구조 및 입출력
- 모델 유형
- 보상 및 평가
- 가중치 매개변수 수
- 29.7766 B
- 입력
- 언어 / RGB 이미지
- 출시일
- 2026년 11월 20일
- 입력 모달리티 · 주요 분류: AgentRoboCritic-Muse-Glimmer-30B
- 주요 분류: AgentRoboCritic
적용 범위 및 학습 방식
기반 모델
meta-models/Muse-Glimmer-30B
파이프라인 작업
image-text-to-text
예측 출력
의도 달성 판단, 실패 유형, 파지 실패 하위 유형, 시각적 근거를 포함하는 JSON
학습 데이터 규모
12844 actions
학습 데이터 출처
https://huggingface.co/datasets/cx-cmu/AgentRoboCritic-Dataset
계보
미세 조정 기반: meta-models/Muse-Glimmer-30B ↗
- 기반 모델 · 파이프라인 작업 · 예측 출력 · 학습 데이터 규모 · 학습 데이터 출처 · 계보 · meta-models/Muse-Glimmer-30B: AgentRoboCritic-Muse-Glimmer-30B
- 학습 데이터 규모 · 학습 데이터 출처: AgentRoboCritic-Dataset
학습 데이터
사람이 라벨링한 별도 로봇 조작 동작 400건이며, 이 중 264건은 실패한 동작입니다. CC BY 4.0은 주석에 적용됩니다. 이미지는 원본 벤치마크의 라이선스를 따릅니다.
400 actions · CC BY 4.0
랭크 32 LoRA 지도 미세 조정을 적용한 뒤 기본 가중치에 병합했습니다. 저자는 조작 벤치마크 12종의 학습 동작 12,844건, 2에포크, 배치 크기 32 및 학습률 5×10⁻⁵의 코사인 스케줄을 보고했습니다. CC BY 4.0은 주석에 적용됩니다. 이미지는 원본 벤치마크의 라이선스를 따릅니다.
12844 actions · CC BY 4.0
- AgentRoboCritic-Bench · 평가 · AgentRoboCritic-Dataset · 미세조정: AgentRoboCritic-Muse-Glimmer-30B
- AgentRoboCritic-Bench · 평가: AgentRoboCritic-Bench
- AgentRoboCritic-Dataset · 미세조정: AgentRoboCritic-Dataset
전체 매개변수 및 검증 설명 (모델 카드)
Hugging Face 공개 주체는 카네기멜런대학교의 Chenyan Xiong 연구 그룹입니다. 프로젝트 저자 소속은 카네기멜런대학교, 일리노이대학교 어배너-섐페인, 보쉬 북미 연구소 및 보쉬 인공지능센터(BCAI)입니다.
랭크 32 LoRA 지도 미세 조정을 적용한 뒤 기본 가중치에 병합했습니다. 저자는 조작 벤치마크 12종의 학습 동작 12,844건, 2에포크, 배치 크기 32 및 학습률 5×10⁻⁵의 코사인 스케줄을 보고했습니다.
학습 및 검증 분할에는 각각 동작 12,844건과 1,548건이 포함됩니다. 저자가 보고한 별도 평가의 결과 Cohen κ는 0.444, 실패 유형 Cohen κ는 0.484이며 비용은 미화 0.79달러입니다.
평가 시 온도는 0이며 최대 출력은 토큰 1,024개입니다.