跳到正文
热点事件持续更新

PTS技术加速VLA模型推理

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

arXiv 最新研究提出无训练执行层 PTS 技术，在冻结 VLA 模型上提升任务吞吐量。该技术在 LIBERO 基准测试中，使 pi0.5 模型提升 33%，SmolVLA 提升 104%。 PTS 通过路径层和时间层重参数化运动，在匹配或提升成功率的同时超越零延迟 1x 执行，并在异步基线上再增加 28%-38% 性能。

AI 根据报道生成 · 2 小时前更新

最新进展11月3日 13:00
无训练执行层 PTS 加速 VLA 模型推理

报道时间线

沿着报道，了解事件的不同侧面。

11月3日
  1. arXiv · ML
    无训练执行层 PTS 加速 VLA 模型推理

    无训练执行层 Path-preserving Time Scaling (PTS) 在冻结 VLA 模型上提升任务吞吐量，LIBERO 基准中 pi0.5 提升 33%，SmolVLA 提升 104%。 PTS 通过路径层和时间层重参数化运动，在匹配或提升成功率的同时超越零延迟 1x 执行，异步基线上再增 28%-38%。

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。