でも、いきなりビデオからロボット制御まではそう簡単にはいけない。ロボットも頻繁に…

jrf> でも、いきなりビデオからロボット制御まではそう簡単にはいけない。ロボットも頻繁に変更があるだろうし、それに対応するのに LLM の基盤モデルの学習のような時間はかけられない。それに対応しようというのが RLRMDiffusion の方向ではあったが、そこに分業がいまは必要で、RLRMD を分ける方向は有用なのかもしれない。

つまり、枝刈りのためにワザと表現力の弱い、RLRMD 入力を経由させるという方向はあるのかもしれない。そしてそういう「枝刈り」はもしかすると今後の「LLM」の本質であり、それが「自己認識」を形作っていくのかもしない。「枝刈り」のための「自己認識」。