Paraphrase Consensus Is Not Self-Consistency: Instruction Reliance and Robustness in VLA Policies
日本語版は未提供のため、英語原文で表示しています。
要旨より
Vision-language-action (VLA) policies fine-tuned on LIBERO are trained and evaluated on the same ten instruction strings, and rewording the instruction changes base OpenVLA's success by -38.0 points. Test-time prompt ensembling, which improves language models, does not recover this loss in any setting we ran.
要旨より。当社による要約は作成中です。
この論文はライセンス上、全文を転載できないため、要約と原文へのリンクのみを掲載しています。