arXiv cs.CV· Chih-Chung Hsu·· 5 小时前AI 评分13
SPECTRA-VLA：在冻结的视觉-语言-动作接口上进行基础-精细高光谱 Token 迁移
SPECTRA-VLA: Base-Fine Hyperspectral Token Transfer at Frozen Vision-Language-Action Interfaces
AI 导读
SPECTRA-VLA 提出一种原生宽度的高光谱升级方案，无需重新训练视觉编码器或动作解码器，即可让预训练视觉-语言-动作模型利用光谱信息。在 86 个留出采集样本上，类别平衡准确率从 0.812 提升至 0.883；在相同残差与尺度下，own-token 加法使外部类别探针在冻结解码器 logits 上的复用率从 0.590 提升至 0.701。
来源：arXiv cs.CV · arxiv.org