FiberTune：缓解VLA微调中视觉残差塌缩

Haihao Lin 等人提出训练时目标 FiberTune，用于缓解视觉-语言-动作（VLA）策略在动作监督微调中出现的局部动作纤维上的视觉残差塌缩问题，且不增加推理开销。该方法通过在线动作探针过滤中间视觉 token 表征中与动作预测相关的方向，再以居中方向对齐冻结视觉教师并结合有效秩正则来保留残差。论文被 CoRL 2026 接收。 作者称，在相同训练条件下，FiberTune 在两个基准、两种架构（π₀.₅ 和 OpenVLA-OFT）的六个仿真设置中均优于仅用任务损失的微调，并在实体 SO-101 抓取放置任务上也有提升。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。