跳到正文
热点事件持续更新

论文提出部署时改写指令缓解VLA语言敏感性

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Mikey Watts 等人发表论文，提出在部署时按规则改写指令的方法，缓解 VLA 模型对措辞的敏感性。论文发现 $π_{0.5}$ 在 LIBERO 上对 switch on the stove 成功率 100%，对 switch on the hot plate 仅 2%；改写增强微调后的 $π_0$ 仍波动达 61 个百分点。 该方法先对少量训练任务的多种措辞打分，再由大语言模型将证据提炼为 10 到 20 条改写规则，部署时对每条输入指令改写一次，不修改策略本身。论文称在 12 个留出任务上，规则使冻结的 $π_0$ 相对提升 16% 到 27%，覆盖对抗性、VLM 生成和人工生成的措辞，增益集中在分布外任务；方法无需重训练和逐步验证，可零样本应用于未见任务与指令。

AI 根据报道生成 · 7 小时前更新

最新进展10月8日 12:00
VLA 模型对指令措辞敏感：论文提出改写规则缓解语言敏感性

报道时间线

沿着报道，了解事件的不同侧面。

10月8日
  1. arXiv cs.RO 机器人学
    VLA 模型对指令措辞敏感：论文提出改写规则缓解语言敏感性

    论文发现 VLA 模型对指令措辞高度敏感，$π_{0.5}$ 在 LIBERO 上对 switch on the stove 成功率 100%，对 switch on the hot plate 仅 2%，改写增强微调后的 $π_0$ 仍波动达 61 个百分点。

本事件热度走势

可比范围当前
8
可比范围峰值
1010月8日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。