arXiv · AI· Mohamed Salim Aissi, Olivier Sigaud, Laure Soulier, Nicolas Thome·· 3 天前AI 评分33
通过参数合并恢复 VLA 模型中的 VLM 能力
Bring Back Language to Actions: Restoring VLM capabilities in VLA Models via Parameter Merging
AI 导读
提出通过合并 Vision-Language-Model 与 Vision-Language-Action 参数来对抗微调导致的灾难性遗忘。 具体方法是提取任务向量并经 SVD 分解,学习标量混合系数以优化保留 VLA 适配比例。 实验显示合并模型在动作预测与视觉语言理解上均优于现有基线,已获 EACL 2027 接收。
来源:arXiv · AI · arxiv.org