FiberTune：VLA微调中保留动作纤维视觉残差

Haihao Lin 等作者提出训练时目标方法 FiberTune，用于在视觉-语言-动作（VLA）策略微调中保留视觉残差。该方法通过在线动作探针从中间视觉 token 表示中筛选动作预测方向，并用冻结视觉教师的居中方向对齐与有效秩正则保留视觉残差，且不增加推理开销。 作者将微调中视觉残差丢失的现象称为“沿局部动作纤维的残差视觉坍缩”，FiberTune 即针对这一问题设计。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。