论文称改写指令可缓解VLA措辞敏感

arXiv 论文（arXiv:2610.10526）指出，视觉-语言-动作（VLA）模型对指令措辞高度敏感：改动一个词，可使 π0.5 在 LIBERO 开炉任务上的成功率从 100% 降到 2%。作者 Mikey Watts、Yuchen Cui 称这种敏感是系统性的，因此可写成显式规则。 他们提出的做法是：对少量训练任务的多种措辞打分，让大语言模型据此蒸馏出 10 到 20 条改写规则，部署时按规则把每条输入指令改写一次。论文称该方法无需重新训练、无需逐步验证，并可零样本用于未见过的任务和指令。上述效果为作者说法。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。