arXiv · ML· Zihao Feng, Qingzhao Zhang, Chunyu Xia, Bo Yu, Z. Morley Mao, Ramesh Govindan·· 17 小时前AI 评分44
推理 VLA 模型中 Text-Action 发散性的诊断与引导
Say the Same, Act Differently: Diagnosing and Steering Text-Action Divergence in Reasoning VLAs
AI 导读
视觉扰动可改变推理 VLA 模型的物理动作，同时保持自然语言理由逐字不变。 研究人员在 Alpamayo 和 InstructVLA 上验证了 Text-Neutral Action-Subspace (TNAS) 诊断方法，发现该方向的动作敏感度远高于文本梯度扰动。
来源：arXiv · ML · arxiv.org