SALT：VLA视觉扰动测试时自适应
热点事件持续更新
SALT：VLA视觉扰动测试时自适应
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Ahin Lee等人提出SALT方法，让视觉-语言-动作（VLA）模型在执行中自适应未知视觉干扰：它把上一动作块未执行的“剩余轨迹”当作自监督信号，在干扰发生时进行测试时自适应，不需要干扰标注、专家动作或目标域演示。 在LIBERO-10基准上，SALT把SmolVLA在五种持续视觉损坏下的平均成功率从43.9%提升到53.2%，GR00T N1.7从58.7%提升到66.0%，同时基本保持正常条件下的性能。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
SALT：让 VLA 模型在执行中自适应未知视觉干扰报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.AISALT：让 VLA 模型在执行中自适应未知视觉干扰
研究提出 SALT，利用上一动作块未执行的“剩余轨迹”作为自监督信号，在视觉干扰发生时进行测试时自适应，无需干扰标注、专家动作或目标域演示。在 LIBERO-10 上，SALT 将 SmolVLA 在五种持续视觉损坏下的平均成功率从 43.9% 提升至 53.2%，GR00T N1.7 从 58.7% 提升至 66.0%，基本保持正常性能。
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。