研究定位并编辑视觉-语言-动作模型 OpenVLA 的目标表征

研究考察 OpenVLA 是否遵循“不要把碗放在炉子上”这类禁令，并定位其执行目标在模型中的表征位置。在 LIBERO-Goal 上，否定表述对 OpenVLA 实际执行的任务没有可检测影响，79% 的否定 rollout 仍执行了被禁止任务，普通任务完成率为 78%。