Molmo2Fish 技术细节：声呐视频微调加纠错样本训练
allen_ai · x · 2026-10-14
Ai2 系列帖透露 Molmo2Fish 训练方法：Kai Van Brunt 先在声呐视频上微调 Molmo 2，再用「追踪错误—指令—修正」样本训练。测试中模型在获得语言指导后能修正部分错误，例如两条三文鱼被分配到同一条轨迹的情况。与系列主帖内容重叠，详见主帖摘要。
所属事件:MIT 研究者基于开源 Molmo 2 打造声呐三文鱼追踪原型(4 条相关)→
「研究」频道最新
- PR-OPD 用隐层自蒸馏做 Agent 强化学习,WebShop 准确率最高提升 14 分 — Muyang Li · 2026-10-14
- 研究验证：推理中间痕迹是否真的影响最终答案 — burkov · 2026-10-14
- LegalForecastBench：用真实判例预测结果评测 AI 法律推理 — BlackHC · 2026-10-14
- AI 能否在所有任务上远超人类?任务固有上限成两种世界观分歧点 — gleech · 2026-10-14
- VLM 智能体实时完成 94% 城市导航任务，最难场景仅 0.7% 无安全事故 — lulzxdxdxd · 2026-10-14
- 德银报告:2030 年最强 AI 将达「超级智能」水平 — sudoraohacker · 2026-10-14