AXIS-Bench：VLA预训练数据质量研究
热点事件持续更新
AXIS-Bench：VLA预训练数据质量研究
1 篇报道1 个报道来源16 小时前更新
先了解这件事
报道摘要
研究基于 5,000 条天然次优人类演示和 24 个目标任务，对比了 VLA 预训练中加权、过滤与条件化三种演示质量使用方式。结果显示，approach-aware 的分幕条件化在三个 VLA 上均优于普通行为克隆；条件化偏好分幕标签、过滤偏好分块标签，且存在模型相关的反转。团队提出 AXIS-Bench 支持可复现对比，真实实验里仿真预训练将成功率从 9.6% 提升到 31.7%。
摘自 arXiv：cs.AI
最新进展10月15日 12:00
VLA 预训练中演示质量如何用：AXIS-Bench 基准与实证研究报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIVLA 预训练中演示质量如何用：AXIS-Bench 基准与实证研究
研究基于 5,000 条天然次优人类演示和 24 个目标任务，对比了 VLA 预训练中加权、过滤与条件化三种演示质量使用方式。结果显示，approach-aware 的分幕条件化在三个 VLA 上均优于普通行为克隆；条件化偏好分幕标签、过滤偏好分块标签，且存在模型相关的反转。团队提出 AXIS-Bench 支持可复现对比，真实实验里仿真预训练将成功率从 9.6% 提升到 31.7%。
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。