Nvidia, robot eğitim videolarını etiketleyip ara adımlardaki başarıyı puanlayan ve üç Qwen3.5 modelinden oluşan açık kaynak veri motoru Flora'yı Hugging Face üzerinde yayımladı.
Üç noktada haber
Flora, video kesitlerini bölen 9B, eylemleri tanımlayan 27B ve ödül puanı veren 27B olmak üzere üç ince ayarlı Qwen3.5 modelinden oluşuyor.
Nvidia'nın saatlik 10 dolarlık GPU kiralama varsayımına göre sistem, bir saatlik robot videosunu 72 sente etiketleyerek ticari modellerden daha ucuza veri üretiyor.
RoboRewardBench testlerinde başarısız ara adımların yüzde 53,3'ünü yakalayan Flora-Rewarder, buna karşılık normal adımların yüzde 11'ini yanlışlıkla hata olarak işaretliyor.
Nvidia'nın GEAR araştırma laboratuvarı, robotik yapay zekâ modellerinin eğitiminde kullanılan video verilerini etiketlemek amacıyla geliştirdiği Flora adlı açık kaynak veri motorunu Hugging Face üzerinde yayımladı. Şirketin GR00T modellerinin eğitim sürecinde 512 adet GB300 grafik işlemcisi üzerinde günde 200 bin saate kadar videoyu işlediği belirtilen sistem, robotların deneme yanılma yoluyla öğrenmesini hızlandırmayı hedefliyor. Robot modellerinin videolardan öğrenebilmesi için eylemlerin zaman damgalı açıklamalarına, adım adım ilerleme puanlarına ve görevin başarıyla tamamlanıp tamamlanmadığını gösteren değerlendirmelere ihtiyaç duyuluyor.
Üç Ayrı İnce Ayarlı Modelden Oluşan Mimari
Flora, Qwen3.5 temelinde ince ayar yapılmış üç ayrı yapay zekâ modelinden meydana geliyor. 9 milyar parametreli ilk model videoları eylem kesitlerine ayırırken, 27 milyar parametreli ikinci model önceki ve sonraki adımları dikkate alarak bu eylemleri metne döküyor. Flora-Rewarder adı verilen 27 milyar parametreli üçüncü model ise sistemin ödül mekanizmasını üstleniyor. Bu model, robotun görevini 1 ile 5 arasında puanlıyor, her yarım saniyelik adımı normal, yetersiz veya başarısız olarak sınıflandırıyor ve belirlenen değerlendirme kriterlerine göre başarı skoru üretiyor.
Maliyet Projeksiyonu ve Performans Karşılaştırması
Nvidia'nın saatlik 10 dolarlık GPU kiralama varsayımına dayandırdığı tahminlere göre Flora, bir saatlik robot videosunu yaklaşık 72 sente etiketliyor. Aynı işlem için tam akıl yürütme modunda çalıştırılan GPT-6 Astra modelinde saatlik maliyetin 88,50 dolar, Claude Opus 5 modelinde ise yaklaşık 42 dolar seviyesinde olduğu hesaplanıyor. Elli videodan oluşan karşılaştırma testinde Flora yüzde 57,1 etiket kalitesine ulaşırken GPT-6 Astra yüzde 53,7 seviyesinde kaldı. Ancak bu rakamların kesin üretim ölçümleri değil, Nvidia tarafından yapılan projeksiyonlar olduğu ve GPT-6 Astra'nın test edilen modeller arasında yer alırken aynı zamanda açıklamaları değerlendiren hakem konumunda bulunduğu raporda belirtiliyor.
Eylem Tespiti ile Hata Yakalama Dengesi
Açık WGO-Bench testlerinde eylem sınırlarını belirlemede öne çıkan Flora, genel puan sıralamasında GPT-6 Astra'nın, saf açıklama doğruluğunda ise Gemini 3.8 Flash modelinin gerisinde kalıyor. RoboRewardBench testinde ise Flora'nın hata oranı Astra'ya kıyasla yüzde 27,8 daha düşük ölçüldü. Flora-Rewarder, bir görev esnasında başarısız olan ara adımların yüzde 53,3'ünü yakalayabilirken rakip modellerin hiçbiri yüzde 11,7 seviyesinin üzerine çıkamadı. Buna karşılık Flora'nın normal adımların yaklaşık yüzde 11'ini hatalı olarak yanlış etiketlediği ve uzun eylemleri gereğinden fazla küçük parçalara bölebildiği kaydediliyor.
Neden önemli?Robotik yapay zekâ eğitiminde yüksek hacimli video etiketleme maliyetini düşüren açık sistem, tescilli modellerin yüksek faturalarına alternatif oluşturarak bağımsız araştırmacıların veri üretimini kolaylaştırıyor.
Cevabı beklenen sorular
- Flora'nın gereğinden fazla böldüğü eylem adımları ve hatalı eylem açıklamaları bağımsız geliştiriciler tarafından ince ayarlarla ne kadar düzeltilebilecek?
- Simülasyon ve açık veri hattının bağımsız robotik donanımlarda fiziksel beceri transferine somut katkısı hangi ölçekte doğrulanacak?
Kaynaklar ve belgeler
Bu haberde kullanılan belgelere aşağıdaki bağlantılardan ulaşabilirsiniz.
