China Merchants Groupning Ilmiy texnologiyalar tadqiqot instituti tarkibida joylashgan LionRock AI Labi umumiy fikrlash modeli boʻlgan Lion-ER-35B-A3B ni ishlab chiqardi. Ushbu model uch oʻlchovli fazoni, obʼektlar holatini va robotlar tomonidan vazifalarni bajarish jarayonini vizual-tiliy tushunish uchun moʻljallangan. Bu haqda QbitAI nashri 4-noyabr kuni xabar berdi. Model yuklamalari Apache 2.0 litsenziyasi ostida Hugging Face platformasida mavjud.
Lion-ER modeli, bu LionRock Embodied Reasoner deb kengaytiriladi, taxminan 35 milliard parametrga ega mixture-of-experts arxitekturasini ifodalaydi, bunda har bir token uchun taxminan 3 milliard parametr faol boʻladi. Model kartasiga koʻra, u Qwen3.6-35B-A3B asosida qoʻshimcha oʻqitilgan. Laboratoriya model vizual va jasadli fikrlash sohasidagi oʻn taʼkidlangan jamoatchilik benchmarklarida yaxshilanishni namoyish etganini, oʻrtacha ogʻirlangan koʻrsatkichi 65.29 ga yetganini daʼvo qilmoqda, bunda har bir ball bitta savolga berilgan javoblar toʻrtta namunasi boʻyicha oʻrtacha hisoblanadi.
Alohida koʻrsatkichlar orasida laboratoriya Where2Place boʻlgan makon joylashuvi koʻrsatkichi 64.28 ga yetganini, bu asosiy modelga qaraganda 9.30 ball yuqori ekanligini qayd etdi. Shuningdek, jasadli fikrlash boʻyicha ERQA benchmarkida 64.38 natijasi erishildi, bu oldingi koʻrsatkichdan 6.19 ball yuqori. Model makoniy fikrlash boʻyicha SAT benchmarkida 89.33 ball olgan, ERQA ning yoʻnalishni tushunish podkategoriyasida esa 12.12 ball oshib, 68.18 ga yetgan.
Laboratoriya robotlar uchun maʼlumotlar hajmini oddiy oshirish ularning imkoniyatlarini oshirmasligiga ishonadi. Katta miqyosda maʼlumotlar yigʻish oʻrniga, jamoa imkoniyatlarni oshirishga qaratilgan oʻzining jasadli maʼlumotlar mexanizmini ishlab chiqdilar. Avval ular jasadli fikrlashni sakkizta asosiy soha boʻyicha, shu jumladan, subʼektlar, fazo, vaqt, fizika, imkoniyatlar, vazifalar, ijtimoiy kontekst va dalillar kiritib, shuningdek, 39 ta batafsil koʻnikmalar boʻyicha tuzib chiqishdi. Keyin har bir koʻnikma aniqlangan sahnalar, kuzatuvlar, soʻrovlar va tasdiqlanadigan javob olish uchun zarur boʻlgan dalillarni belgilaydigan aniq oʻquv savollariga aylantirildi; agar vizual dalillar yetarli boʻlmasa, savollar chiqarib tashlandi. Inson havaskorlari modellar doimiy xatoliklarga yoʻl qoʻygan murakkab misollarni tekshirdilar.
Nazoratli oʻqitish uchun maʼlumotlar toʻplamida 312 380 ta misol mavjud, ular manba hajmi emas, balki imkoniyatlarga boʻlgan ehtiyojga qarab ogʻirlantirilgan. Soʻngra, baholashga asoslangan sikl xatoliklarni maʼlumotlar yaratish jarayoniga qaytaradi: belgilash yoki baholash xatolari chiqarib tashlangandan soʻng, jamoa taxminan 4,3 million yozuvni qamrab oluvchi 31 ta maʼlumot manbasidan shu fikrlash naqshini saqlagan yangi materialni shakllantiradi. Bir holatda model obʼektning rasmdagi yuqorida joylashganligini uch oʻlchovli fazoda yuqorida joylashganligi bilan chalkashtirdi, shuning uchun jamoa koʻp darajali sirtlarga ega sahnalarni qoʻshdi.
Model kartasida Lion-ER faqat tadqiqot maqsadlari uchun moʻljallanganligi, hal qiluvchi qarorlar qabul qilish yoki avtonom robotlarni boshqarish uchun tasdiqlanmaganligi va benchmark natijalari yangi muhitlarga oʻtmasligi mumkinligi koʻrsatilgan. Laboratoriya kichikroq 4B va 9B asosiy arxitekturalarga ham shunga oʻxshash metodikani qoʻlladi.
