cosmos

FT-mix iter 1000(8000 목표 대비 1/8) vs base, v4 코호트(n=48) E1: every2 d_post 0.248→0.213(−14%), drop beats_copy 75%→92%, 성공 악화 없음(H1/H2 방향 긍정). 그러나 E2 counterfactual 민감도(div)는 suppress_release 0.054→0.036, early_release 0.171→0.098로 오히려 줄어 — 액션 편집 반응성이 낮아지는 방향(H3 위험 신호), 8000 iter 완료 전 조기 신호일 뿐.

FT-mix(87870, \1) iter 999까지 정상 후 DCP 첫 저장에서 OOMKilled → 950GB로 재시도(88016)해도 RSS +17GB/100iter로 증가, 진짜 원인은 lerobot \1 무제한 캐시(mp4 handle을 프로세스 수명 동안 보관) — 샘플마다 \1 해 1.9→9.2GiB에서 1.5–2.3GiB 평탄으로 수정. 재개(88154)는 iter 3470에서 두 번째 NCCL watchdog hang → \1+자동 재제출 watcher 추가, 88887로 3번째 재제출.

정책이 실행한 액션을 base Cosmos3-Nano fd로 replay하고 재접지 주기를 1/2/4/8 chunk로 스윕: 2.13s 예측에서 최종 조작 상태 31/32, 4.27s에서 27/32(outcome 93%), 8.53s에서 21/32. 실패 재현은 horizon에 거의 무관(13/16 유지)하고 무너지는 쪽은 성공(16→8) — WM은 실패를 놓치지 않고 완료 이벤트를 놓친다.

CFG-off(\1) full-120 성공률 26.1% vs CFG-on 37.1% — Δ−11.0%p, 95% CI 비중첩으로 통계적 유의. CFG는 이 정책에 실제로 중요. ~2배 속도는 성공률 11%p 대가. on-성공/off-실패 6태스크에 대해 똑같은 attempt의 생성(상상)+시뮬 영상을 나란히.

WAM이 T프레임 전체를 예측할 필요가 있는가 — Cosmos Policy는 \1 2장만 쓰고 Cosmos3-Nano는 33프레임 전체를 생성. 동일 백본 통제 비교는 아무도 안 했다.

Cosmos3-Nano-Policy-DROID — RoboLab 전체 120태스크 벤치마크 — 전체 445/1200 = 37.1%, 태스크별 성공률과 상상 vs 실제 비교 영상

Cosmos3-Nano denoise 스텝 A/B — 4-step vs 30-step. 전체 120태스크(n=1200)에서 성공률 동일(37.1 vs 37.3%)이지만 예측 영상 화질은 30-step이 더 좋음(color_spread +37%). 로봇엔 반영 안 됨.

Cosmos3-Nano-Policy-DROID RoboLab 표준 15태스크 평가 — 전체 63/150 = 42.0%, 태스크별 성공률과 상상 vs 실제 비교 영상

Cosmos3-Nano-Policy-DROID — Imagination 갤러리 (표준 15태스크) — 태스크 15개 · 영상 106개. 좌=모델의 상상, 우=실제 렌더

Docker 2컨테이너 전제의 Cosmos3-Nano-Policy-DROID × RoboLab 평가를 이미지 빌드 없이 단일 sbatch pod로 재현 — BananaInBowlTask 4/4 성공, wall 7분 3초