S
SkillNav

LIBERO-Para：VLA模型复述鲁棒性诊断基准与度量

深度2026年3月30日26 分钟阅读
最有趣的发现是：即使简单的同义词替换也会导致VLA模型性能大幅下降，且80-96%的失败源于任务规划层面的轨迹分歧而非执行错误。本文适合研究视觉-语言模型、机器人指令理解、模型鲁棒性评估的研究人员和工程师阅读。
本文编译自 LIBERO-Para: A Diagnostic Benchmark and Metrics for Paraphrase Robustness in VLA Models，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

相关文章

所有模型公司都变成了智能体公司

Greg Brockman 公开表示模型本身不再是产品，这是从“大模型团队”立场的重大反转。AI21 关闭模型团队、DeepSeek 首次组建 Harness 团队，行业正在从纯模型竞争转向模型+框架+工作流+UI+记忆+经济的全栈竞争。但这也可能意味着，通过联合训练模型与闭源框架来进一步收紧模型访问权限。

深度Latent Space·5月23日·8 分钟

Mega-ASR: 大规模真实声学模拟驱动的野外语音识别

本文提出Mega-ASR框架，通过构建包含54种复合声学场景的Voices-in-the-Wild-2M数据集，结合渐进式声学到语义优化和双粒度WER门控策略，在复杂噪声环境下相对词错误率降低超30%。该方法突破了现有模型在真实世界中的声学鲁棒性瓶颈。

深度·5月23日·26 分钟

评论