跳到正文
arXiv · AI· Rocio Perales Valdes, Animesh Garg·· 17 天前AI 评分20

$\pi_{0.5}$ 中单 token SAE 引导的目标编辑及其深度限制

Editing the Goal: Per-Token SAE Steering and Its Depth Limits in $\pi_{0.5}$

AI 导读

在 $\pi_{0.5}$-LIBERO 环境中,通过替换单个目标词的 SAE 特征(如 BatchTopK 交换)可实现机器人任务重定向,在特定场景中 20/20 次 rollout 均被引导至替代任务,显著优于随机特征交换。

来源:arXiv · AI · arxiv.org