Generalist dévoile un robot capable d'apprendre une action à partir d'une seule démonstration
Generalist dévoile un robot capable d'apprendre une action à partir d'une seule démonstration
La startup Generalist présente le modèle GEN-1.5, capable d'acquérir de nouvelles compétences via un unique exemple sans nécessiter de réglage fin. Cette propriété émergente pourrait transformer radicalement les méthodes d'entraînement de l'IA.
Generalist dévoile un robot capable d'apprendre une action à partir d'une seule démonstration
Il suffit d'une seule démonstration pour indiquer au GEN-1.5 la marche à suivre ; il peut immédiatement continuer à exécuter la tâche de manière autonome en mode « one-shot », sans aucun ajustement des poids ni fine-tuning.
La démonstration est insérée dans la fenêtre de contexte du modèle, à la manière d'un prompt dans les grands modèles de langage (LLM). Le traitement considère cette insertion comme partie intégrante de la séquence et poursuit son raisonnement à partir de ce point.
Fait notable, il s'agit d'une propriété émergente. Les auteurs précisent explicitement qu'ils n'ont apporté aucune modification architecturale pour permettre cet apprentissage in-contexte. Ils ont simplement soumis le modèle à une vaste quantité d'expériences physiques (domiciles, entrepôts, usines, etc.), et celui-ci a commencé à manifester la capacité d'apprendre à partir d'un seul exemple, tout comme GPT-3 l'avait fait par le passé.
De plus, le blog mentionne que l'apprentissage in-contexte fonctionne parfois mieux que 1 à 5 étapes de fine-tuning sur les mêmes données.
Pourquoi c'est important
AnalyseCette technologie ouvre de nouveaux horizons pour l'apprentissage automatique en réduisant considérablement le besoin de traiter de grandes masses de données pour obtenir des résultats performants. Elle pourrait simplifier significativement l'intégration de l'IA dans divers secteurs industriels.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs