参数合并恢复VLA模型的视觉语言能力
Bring Back Language to Actions: Restoring VLM capabilities in VLA Models via Parameter Merging
AI 摘要
法国研究团队提出一种无需重训练的VLA参数合并方法:从VLA权重中减去原VLM权重,得到任务向量,再用奇异值分解逐分量学习混合系数,以同时保留动作预测和视觉语言理解能力。实验表明,合并后的模型在动作执行和语义、视觉定位两个维度上均表现良好,可缓解微调导致的灾难性遗忘。
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。