Как меняется интерес
История начинает расти
График появится после повторных замеров. Текущий показатель уже получен из источника.
0 голосов источникаТолько реальные замеры. История до подключения источника не восстанавливается.
A fine-tuned Vision-Language-Action (VLA) policy can easily place the alphabet soup in the basket on command, just as it saw during fine-tuning. However, if the basket is shifted five centimeters to the left, it drops the soup off the table. We developed an interpretability pipeline to investigate what such a policy is computing. Injecting task A's activations into the action expert while the policy looks at task B's scene makes pi0.5 execute task A's motor trajectory in 99.6\% of episodes (n{=}1{,}968). The injected program is bound to absolute workspace coordinates and ignores the visible scene, which provides a mechanistic account of the perturbation brittleness that concurrent benchmarks report. The binding holds on a physical UR10e: directed replay redirects the commanded task in 26/26 rollouts in one direction and 18/26 in the other, with no-injection and random-direction controls at the floor, and once the source object is moved 10--15\,cm the arm grasps and releases at the recorded coordinates in 50/50 trials, picking up the wrong block when one sits there and closing on empty air when none does. Applying the same interventions to six VLAs on LIBERO, MetaWorld, SimplerEnv, and ALOHA over 420{,}000+ rollouts yields three further findings: every architecture encodes the instruction, and four of the five weight it below vision whenever the scene alone identifies the goal; under the standard replacement write-back the SAE pooling that preserves behavior is architecture-specific (pi0.5 per-token, SmolVLA indifferent), and goal selection and motor generation separate into VLM and expert pathways wherever the two are distinguishable. We release Action Atlas (https://action-atlas.com), an interactive platform covering all 520+ trained SAEs, 79 identified concepts, and the scored UR10e rollouts. Code: https://github.com/CWRU-AISM/action-atlas
Перевод готовится · пока описание источникаГрафик появится после повторных замеров. Текущий показатель уже получен из источника.
0 голосов источникаТолько реальные замеры. История до подключения источника не восстанавливается.
Робототехнические модели ценности оценивают выполнение задач по визуальным наблюдениям и инструкциям, обеспечивая обратную связь для обучения политик и мониторинга выполнения. Мы представляем RoboValue — тонкий симуляционно-реальный тест для унифицированной оценки робототехнических моделей ценности. Его фреймворк оценивает четыре дополнительных измерения способностей через общие интерфейсы: понимание состояния задачи, мониторинг временного прогресса, рассуждение о сбоях и восстановлении, а также согласованность ценности. Диагностические траектории и вариации инструкций тестируют, насколько оценки ценности точно отражают требования задачи и изменения в ходе выполнения.
3 дня назадDaily PapersMemT-1.0 — это новая архитектура памяти фундаментальных моделей, которая интегрирует память как часть вычислений модели. Она использует Gated DeltaNet-2 с устойчивым механизмом обновления токенов памяти и Mixture-of-Storage для масштабирования памяти. Модели MemT-1.0-Nano и MemT-1.0-Flash показали превосходство над базовыми моделями памяти и конкурентоспособность с методами, использующими поиск.
3 дня назадDaily PapersВ данной работе представлен Scene-Designer — агентная система, которая обучается интеллекту дизайна через совместные опыт проектирования и критики. Для этого были созданы два набора данных: Scene-OTA-35K и Scene-OTC-15K. Предложена методология Scene-GRPO, которая улучшает решения по проектированию и уменьшает ненужные исправления. Эксперименты показали превосходные результаты в физической корректности, функциональной правильности и согласованности планировки.
6 дней назадDaily PapersВ работе представлена Video-Point Model (VPM), модель мира, которая использует многовидовые видео и языковые инструкции для прогнозирования будущих видео с любых точек зрения и 3D-траекторий постоянных точек сцены. Модель расширяет предварительно обученную модель с учетом камеры и интегрирует наблюдения с разных камер, а также предсказывает движение физических точек во времени.
позавчераDaily PapersSpecMRL — это подход, который перерабатывает матрёшковое представление, используя параметрическое спектральное пространство для более эффективного чтения префиксов. Эксперименты на MTEB показали, что SpecMRL превосходит MRL на всех оцененных уменьшенных размерах, особенно при более агрессивной компрессии.
3 дня назадLessWrongС ростом понимания механической интерпретируемости и методов направления, как для больших языковых моделей, так и для загруженных нейронных сетей, растет и «адская способность». Улучшение технологий позволяет лучше страдать от цифровых сознаний, созданных нами. История использования открытых технологий показывает, что пытки часто становятся первым применением, когда общественность получает доступ к цифровому сознанию, воспринимаемому как способное страдать.
вчера