Vai al contenuto principale
← Torna alle notizie

TinyAstral: distillare un insegnante da 180B in agenti da 0,8-4B per la robotica edge

Ricerca
Fonte:Hugging Face (paper)
Il paper evolve l'harness di un robot-teacher da ~180B — dal 33,4% al 63,6% su RoboTwin — e distilla il risultato in studenti da 0,8-4B che girano a un quinto del compute, anche in closed loop su un braccio reale. Codice, pesi e dati rilasciati.
Leggi l'articolo originale

Articoli correlati

Cosmos 3 Edge: la policy DROID per la robotica che gira sull'edge

Cosmos3-Edge-Policy-DROID: la policy robotica da 4B di NVIDIA. Quanto hardware serve per farla girare in tempo reale sul Jetson, e dove si ferma.

Agenti ML che girano in locale: MLExpert ed EpochGo su Ollama, costi API zero

MLExpert alza l'asticella a 35B e 72,7% di medaglie; EpochGo porta tre agenti AutoML su un 16 GB, zero API: cosa funziona oggi, i conti e i limiti.

Text-to-SQL locale: interrogare il database aziendale senza spedire i dati in cloud

Modello in locale, schema al modello, esecuzione sul tuo database: il text-to-SQL in casa, numeri dal benchmark ARCS e dove si rompe davvero.

Ricevi il prossimo punto sull'IA locale

Ogni settimana, la selezione del meglio di iaLocale: articoli, notizie e risorse sull'IA locale, e altro ancora.

Dopo l'iscrizione ricevi una email di conferma (double opt-in). Senza conferma non inviamo nulla. Nessuno spam, ti promettiamo.

Risorse correlate

Strumenti e risorse dell'archivio iaLocale pertinenti a questo contenuto.

🔗

n8n

Framework

Piattaforma di automazione di workflow self-hosted: un canvas visuale a nodi per collegare applicazioni, dati e modelli IA (locali o via API), con nodi AI Agent e oltre 400 integrazioni (email, CRM, fogli, chat).

🧮

NVIDIA Kumo-Tabular

Modelli

Modello fondazione da 500 milioni di parametri di NVIDIA per dati tabellari: predizione, imputazione e generazione su dataset strutturati, con supporto OpenMDW 1.1 e checkpoint pronti all'uso. Esempio di IA locale su dati di business, non generativa di testo.

🍓

Raspberry Pi 5

Hardware

SBC con CPU ARM Cortex-A76 a 8 core e 2–16 GB di RAM: il riferimento per l'apprendimento e per l'esecuzione di piccoli modelli di IA locale in inferenza CPU.

Sfoglia tutte le risorse