AgentRoboCritic-Muse-Glimmer-30B
AgentRoboCritic 是面向机器人操作的视觉语言评审模型。它读取任务目标、局部意图、动作指令和执行前后的图像,判断单步动作是否达成意图,并在失败时给出类别和基于画面的解释。模型由 Muse-Glimmer-30B 微调而成。
查看完整模型说明评估已执行的机器人操作是否达成局部意图,并依据视觉观察分析动作失败原因。
查看模型权重 (2)
论文与技术报告
论文/报告待核实
已收录官方介绍,尚未核实该版本的论文或技术报告。
最近核查: 2026-11-20
如何获取与使用
- 模型文件
- 公开获取
- 训练数据
- 公开获取
本版本训练代码待核实。公开代码资源不代表已确认包含本版本的训练实现。 查看核验说明
训练 / 微调代码
训练数据
已确认部分训练数据公开,不代表完整训练集均可下载。
模型文件
| 文件 | 获取方式 | 权重许可证 | 商业使用 |
|---|---|---|---|
| AgentRoboCritic-Muse-Glimmer-30B (BF16) | 获取方式 | 权重许可证 | 商业使用 |
来源核验日期 · 2026-11-20
部署前需核对
作者报告的评测覆盖 400 条留出的人工标注操作动作。观察证据不足时,系统消息允许输出无法判定。 权重或代码可获取,不代表机器人可以即插即用。请按来源文档核对配置、数据与接口要求。
部署与使用资料
- 运行环境与依赖框架
- Transformers
架构与输入输出
- 模型类型
- 奖励评估
- 权重参数量
- 29.7766 B
- 输入
- 语言 / RGB 图像
- 发布时间
- 2026年11月20日
- 输入模态 · 主要类别: AgentRoboCritic-Muse-Glimmer-30B
- 主要类别: AgentRoboCritic
适用范围与训练方式
基础模型
meta-models/Muse-Glimmer-30B
管线任务
image-text-to-text
预测输出
输出 JSON,包含意图达成判定、失败机制、抓取失败子类及基于画面的失败原因
训练数据规模
12844 actions
训练数据来源
https://huggingface.co/datasets/cx-cmu/AgentRoboCritic-Dataset
- 基础模型 · 管线任务 · 预测输出 · 训练数据规模 · 训练数据来源 · 谱系 · meta-models/Muse-Glimmer-30B: AgentRoboCritic-Muse-Glimmer-30B
- 训练数据规模 · 训练数据来源: AgentRoboCritic-Dataset
训练数据
400 条留出的机器人操作动作,由人工标注,其中 264 条失败。 CC BY 4.0 适用于标注。图像仍受各来源基准的许可约束。
400 actions · CC BY 4.0
监督微调采用秩 32 的 LoRA,训练后合并进基座权重。作者报告使用来自 12 个操作基准的 12,844 条训练动作,训练 2 轮、批量大小 32,学习率 5×10⁻⁵,使用余弦调度。 CC BY 4.0 适用于标注。图像仍受各来源基准的许可约束。
12844 actions · CC BY 4.0
- AgentRoboCritic-Bench · 评测 · AgentRoboCritic-Dataset · 微调: AgentRoboCritic-Muse-Glimmer-30B
- AgentRoboCritic-Bench · 评测: AgentRoboCritic-Bench
- AgentRoboCritic-Dataset · 微调: AgentRoboCritic-Dataset
完整参数与核验说明(模型卡)
Hugging Face 发布方为卡内基梅隆大学 Chenyan Xiong 研究组。项目作者单位为卡内基梅隆大学、伊利诺伊大学厄巴纳-香槟分校,以及博世北美研究院和博世人工智能中心(BCAI)。
监督微调采用秩 32 的 LoRA,训练后合并进基座权重。作者报告使用来自 12 个操作基准的 12,844 条训练动作,训练 2 轮、批量大小 32,学习率 5×10⁻⁵,使用余弦调度。
训练与验证分别为 12,844 和 1,548 条动作。作者另外报告结果判定 Cohen κ 为 0.444,失败模式 Cohen κ 为 0.484,本次评测成本为 0.79 美元。
评测推理温度为 0,最大输出为 1,024 个 token。