arXiv · cs.CL· Mikey Watts·· 20 天前AI 评分30
Rephrase Before You Act：刻画并缓解视觉-语言-动作（VLA）模型的语言敏感性
Rephrase Before You Act: Characterizing and Mitigating Language Sensitivity in Vision-Language-Action Models
来源与原文
arXiv · cs.CL
作者：Mikey Watts
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.10526v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究发现 VLA 模型对指令措辞极其敏感：π0.5 在 LIBERO 中对 "switch on the stove" 成功率 100%，改为 "switch on the hot plate" 仅 2%。研究者让大语言模型将训练任务措辞证据蒸馏为 10-20 条改写规则，部署时重写指令，使冻结的 π0 在 12 个 held-out 任务上相对提升 16-27%，并在 π0.5 + LIBERO 上将成功率从 93.6% 提至 97.8%。该方法无需重训练和逐步验证，可零样本应用于未见任务。
来源：arXiv · cs.CL · arxiv.org