VLA / 视觉-语言-动作模型

Do What You Say: Steering Vision-Language-Action Models via Runtime Reasoning-Action Alignment Verification

按言行事：通过运行时推理-动作对齐验证引导视觉-语言-动作模型

Yilin Wu, Anqi Li, Tucker Hermans, Fabio Ramos, Andrea Bajcsy, Claudia Pérez-D'Arpino

机构 * NVIDIA（NVIDIA公司） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Utah（犹他大学） ； University of Sydney（悉尼大学） 纠错

专题命中 VLA模型 ：vision-language-action(title)；action model(title)；vision language action(abstract)；VLA(abstract)

AI总结 通过运行时推理-动作对齐验证方法提升视觉-语言-动作模型的鲁棒性和行为组合能力

The Quasar Feedback Survey: Revealing the importance of sensitive radio imaging for AGN identification deeper into the radio-quiet regime

类星体反馈调查：揭示敏感射电成像对深空射电安静阶段活动星系核识别的重要性

Ann Njeri, Chris M. Harrison, Preeti Kharb, David M. Alexander, Vincenzo Mainieri, Chiara Circosta, Victoria A. Fawcett, Darshan Kakkad, Dipanjan Mukherjee, Stephen Molyneux, Silpa Sasikumar

专题命中 VLA模型 ：VLA(abstract)

AI总结 通过高分辨率射电成像发现射电安静阶段内活动星系核的喷流和冲击，揭示其在反馈过程中的重要性。

Comments 17 pages, 7 figures

Ring-Gap Structures in the Class I Circumstellar Disk of CrA IRS 2 Associated with Magnetic Flux-Driven Bubble

CrA IRS 2 I类 circumstellar 盘中环隙结构与磁通量驱动的气泡

Ayumu Shoshi, Masayuki Yamaguchi, Mitsuki Omura, Kazuki Tokuda, Naofumi Fukaya, Kengo Tachihara, Masahiro. N. Machida

专题命中 VLA模型 ：action model(abstract)

AI总结 CrA IRS 2 I类盘中发现环隙结构，揭示磁通量驱动气泡与行星形成机制

Comments Accepted to ApJ

FastLane: Efficient Routed Systems for Late-Interaction Retrieval

FastLane: 高效的路由系统用于晚期交互检索

Ramnath Kumar, Prateek Jain, Cho-Jui Hsieh

专题命中 VLA模型 ：action model(abstract)

AI总结 FastLane通过动态路由机制显著降低计算复杂度，实现高效且可扩展的检索，适用于大规模应用场景。

What Can RL Bring to VLA Generalization? An Empirical Study

RL能为VLA泛化带来什么？一项实证研究

Jijia Liu, Feng Gao, Bingwen Wei, Xinlei Chen, Qingmin Liao, Yi Wu, Chao Yu, Yu Wang

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院） ； Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） 纠错

专题命中 部署与泛化 ：VLA(title,abstract)；分类 cs.LG

AI总结 本研究通过实证分析发现，PPO在提升VLA的语义理解和执行鲁棒性方面优于SFT，同时保持视觉鲁棒性，为VLA泛化提供了有效的方法。

Comments Accepted by NeurIPS 2025