Notice: file_put_contents(): Write of 3410 bytes failed with errno=28 No space left on device in /var/www/tgoop/post.php on line 50

Warning: file_put_contents(): Only 16384 of 19794 bytes written, possibly out of free disk space in /var/www/tgoop/post.php on line 50
Machinelearning@ai_machinelearning_big_data P.8985
AI_MACHINELEARNING_BIG_DATA Telegram 8985
This media is not supported in your browser
VIEW IN TELEGRAM
📌 Anthropic проверила, сможет ли Claude обучить робособаку.

Anthropic провели эксперимент «Project Fetch», в котором две команды сотрудников, не имевшие опыта в робототехнике, пытались настроить четвероногого робота Boston Dynamics Spot: ему нужно было принести пляжный мяч, пройдя три этапа возрастающей сложности.

Одна команда работала с Claude, вторая - без него.

Группа с Claude справилась вдвое быстрее, выполнив больше задач и в целом, участники с ИИ чувствовали себя увереннее.

Они навайбкодили больше строк, успели поэкспериментировать с управлением на естественном языке и дважды накосячить: неправильно рассчитали скорость движения робота и немного затупили с алгоритмом распознавания мяча.

Команда без доступа к ИИ испытывала тряску выражала больше негативных эмоций и замешательства, им приходилось чаще консультировались друг с другом.

Проект Fetch - это первый шаг Anthropic в оценке того, как использование моделей может влиять на реальные R&D, и он лишь подтвердил необходимость в человеческом надзоре, хотя, по итогу оказался эффективней традиционного RL.

🔜 Полный отчет и видео-документалка на сайте Anthropic.

@ai_machinelearning_big_data
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5529🔥11🥰2🥱1



tgoop.com/ai_machinelearning_big_data/8985
Create:
Last Update:

📌 Anthropic проверила, сможет ли Claude обучить робособаку.

Anthropic провели эксперимент «Project Fetch», в котором две команды сотрудников, не имевшие опыта в робототехнике, пытались настроить четвероногого робота Boston Dynamics Spot: ему нужно было принести пляжный мяч, пройдя три этапа возрастающей сложности.

Одна команда работала с Claude, вторая - без него.

Группа с Claude справилась вдвое быстрее, выполнив больше задач и в целом, участники с ИИ чувствовали себя увереннее.

Они навайбкодили больше строк, успели поэкспериментировать с управлением на естественном языке и дважды накосячить: неправильно рассчитали скорость движения робота и немного затупили с алгоритмом распознавания мяча.

Команда без доступа к ИИ испытывала тряску выражала больше негативных эмоций и замешательства, им приходилось чаще консультировались друг с другом.

Проект Fetch - это первый шаг Anthropic в оценке того, как использование моделей может влиять на реальные R&D, и он лишь подтвердил необходимость в человеческом надзоре, хотя, по итогу оказался эффективней традиционного RL.

🔜 Полный отчет и видео-документалка на сайте Anthropic.

@ai_machinelearning_big_data

BY Machinelearning


Share with your friend now:
tgoop.com/ai_machinelearning_big_data/8985

View MORE
Open in Telegram


Telegram News

Date: |

So far, more than a dozen different members have contributed to the group, posting voice notes of themselves screaming, yelling, groaning, and wailing in various pitches and rhythms. ‘Ban’ on Telegram Concise Some Telegram Channels content management tips End-to-end encryption is an important feature in messaging, as it's the first step in protecting users from surveillance.
from us


Telegram Machinelearning
FROM American