芯片算力
使用两个提示词在NVIDIA Cosmos中构建可直接用于训练的物理AI数据集
👁 17 · ⚡ 7
硅基要点
- 世界模型的准确性始于高质量、多样化的训练数据集。
- 然而,捕捉罕见缺陷、夜间事故及其他挑战性场景仍是……
- 将原始数据转化为可直接用于训练的数据集会增加复杂性,尤其是在使用彼此割裂的工具和人工流程进行数据整理时……
电讯正文
根据NVIDIA开发者博客的公开报道,世界模型的准确性始于高质量、多样化的训练数据集。
在相关场景中,捕捉罕见缺陷、夜间事件及其他高难度情形仍是一大挑战……将原始数据转化为可直接用于训练的数据集会带来更多复杂性,尤其是在使用彼此割裂的工具和人工流程来完成数据整理、标注、生成与评估时。NVIDIA 技术正帮助开发者更轻松地大规模构建高质量、多样化的物理 AI 训练数据集。
报道还指出,NVIDIA Cosmos 是一个开放平台,汇集了前沿模型、数据集、框架和技能,用于世界模型开发。作为该平台的一部分,NVIDIA Cosmos Data Factory(CDF)包含五个云原生蓝图和六项可组合技能,旨在加速数据整理、处理和合成数据生成(SDG)。前沿 AI 智能体可用于编排这些蓝图,实现无需人工引导的提示到数据流程。本文介绍如何在 Cosmos 中仅用两个提示即可整理和增强数据集,或为物理 AI 模型训练创建异常事件。
仍值得关注的要点:它涵盖五个不同的用例。这篇Silicon News Wire的内容是经过改写的摘要;完整原文仍保留在原始页面上。
---
来源台:NVIDIA Developer Blog · 原文链接