AgentRoboCritic-Muse-Glimmer-30B

论文与技术报告

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。

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

模型文件
AgentRoboCritic-Muse-Glimmer-30B (BF16)获取方式权重许可证商业使用
有条件可商用使用条款

来源核验日期 · 2026-11-20

条件说明

按发布者声明采用 Apache 2.0,同时适用 Muse Glimmer 使用政策。

发布信息

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

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

训练数据

  • AgentRoboCritic-Bench

    评测已开放

    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

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。

提交来源或更正