跳到正文
热点事件持续更新

LLM编辑VLA权重改善指令理解

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Jusheng Zhang、Keze Wang和Liang Lin的论文验证了让LLM直接修改机器人视觉-语言-动作策略权重的调试方法:针对同一指令换种说法便失败的问题,研究团队保留65行词嵌入表修改,共调整132,768个参数,在包含相关词元的335条留出指令上,成功率由74.3%升至87.5%。 效果仅限相关指令,不含被改词元的430条指令表现未变;13次权重搜索中有12次放弃候选,另一次修改虽改善内部信号却降低任务成功率,最终被撤回。论文、代码及逐回合证据已公开,但真机验证仍在进行。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月13日
  1. AGI Hunt
    论文提出通过修改词嵌入调试机器人VLA策略

    GPT-6 Astra通过直接编辑机器人VLA策略权重,修复指令换一种说法就失败的问题。最终保留的65行修改集中在词嵌入表,共改变132,768个参数值;在包含被改词元的335条留出指令上,成功率由74.3%提升至87.5%。论文还报告了随机扰动和完整替换目标嵌入的对照结果,并公开论文、代码、稀疏修改及逐回合证据,真机验证正在进行。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。