HuggingFace Daily Papers·· 8 天前AI 评分58
研究揭示推理 VLA 文本与动作可解耦：TNAS 诊断与引导方法
Say the Same, Act Differently: Diagnosing and Steering Text-Action Divergence in Reasoning VLAs
AI 导读
研究提出文本中性动作子空间（TNAS）诊断，发现视觉扰动可在生成理由逐字不变的情况下改变推理 VLA 的物理动作。在 Alpamayo 驾驶模型与 InstructVLA 操作模型上，局部最敏感动作方向与文本损失梯度近乎正交，范数重叠仅 1.87% 和 5.28%。
来源：HuggingFace Daily Papers · huggingface.co