FiberTune：VLA微调中保留动作纤维视觉残差

2026年10月15日，arXiv Artificial Intelligence 刊出由 Haihao Lin 等作者提出的 FiberTune 方法，针对视觉-语言-动作（VLA）策略微调中的残差视觉坍缩问题。报道称，作者将这一问题形式化为沿局部动作纤维的残差视觉坍缩，并提出 FiberTune 作为一种训练时目标，通过在线动作探针从中间视觉 token 表示中筛选动作预测方向，并用冻结视觉教师的中心化方向对齐与有效秩正则来保留视觉残差。该方法据称不增加推理开销，即保留教师结构化视觉残差的同时不引入额外的推理阶段成本。目前报道仅涉及方法提出与验证，未提及具体实验数据、适用模型范围或收费安排。

AI 根据报道生成 · 刚刚更新

还没有足够的连续观测数据，暂不绘制趋势。