Projects

LongLive

Long-WAM(streaming long-context world-action model, NVlabs/LongLive/Long-WAM)을 연구 베이스로 쓰기 위해, 공개 가중치/코드로 RoboTwin 2.0 학습·평가가 재현되는지 확인한다.

3 reports 2 weeks
261012 — 261018 2 reports · 5 tables 2
10-15 exp
Long-WAM video expert 상상 vs 시뮬 실제 (RoboTwin closed-loop · Domino OOD)
공개 Long-WAM video expert 상상(σ0.9)은 closed-loop 실제 미래 대비 PSNR 27.3dB(성공 ep, 현재 프레임 유지 18.7)이나 step 5000은 16.9dB(유지 16.6)로 RoboTwin 미적응. Domino OOD(동적 물체)에서 상상 27.6→21.7dB, 성공 4/40으로 붕괴
3 tables
10-12 exp
Long-WAM RoboTwin 2.0 풀 레시피 학습 및 step 1400 중간 평가
Long-WAM RoboTwin 2.0 풀 레시피 학습(job 183219, 4 GPU) 1540/29,880 update까지 loss 2.51→0.19 단조 감소, 그러나 step 1400 평가 성공률 1/29(공개 ckpt 15/15) — 4.7% 지점이라 판별 불가, step 3000/5000 재평가 필요
2 tables