11 月 5 日提交的 VICTR 让视觉语言动作模型靠几段演示学会新任务,部署时不用重新微调:它按任务进度估算当前做到哪一步,再从演示里挑出同一阶段的片段指导动作,未见过的真机操作任务成功率从 6.2% 升至 23.8%。
正文完
11 月 5 日提交的 VICTR 让视觉语言动作模型靠几段演示学会新任务,部署时不用重新微调:它按任务进度估算当前做到哪一步,再从演示里挑出同一阶段的片段指导动作,未见过的真机操作任务成功率从 6.2% 升至 23.8%。