跳到正文
热点事件持续更新

OpenVLA 对否定式安全约束的遵循与目标表征研究

1 篇报道1 个报道来源15 小时前更新

先了解这件事

AI 综述

一项研究考察视觉-语言-动作模型 OpenVLA 是否遵循“不要把碗放在炉子上”这类否定式禁令，并定位其执行目标在模型中的表征位置。在 LIBERO-Goal 基准上，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%。 研究称，在指令 token 的第 8 层施加固定引导向量，使 18 次 rollout 中的 12 次被重定向；对 OpenVLA 的目标编辑应在第 12 层之前进行，或对每个动作 token 打补丁。

AI 根据报道生成 · 15 小时前更新

最新进展11月9日 13:00
研究定位并编辑视觉-语言-动作模型 OpenVLA 的目标表征

报道时间线

沿着报道，了解事件的不同侧面。

11月9日
  1. arXiv cs.RO
    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%。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月9日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。