跳到主要内容
检索

# H2E任务级经验蒸馏

1 篇关联报道

订阅更新
  1. arXiv

    导航智能体不再每步都问大模型:H2E把整段会话蒸馏进8B VLA,成功率从35.0%升到44.9%

    导航系统通常由大语言模型规划器在每一步调用视觉-语言-动作(VLA)模型,每个回合都要付出大模型调用成本与延迟。H2E把智能体成功会话整体转成VLA训练数据:会话中每一次移动都按原始任务指令标成VLA动作,偏离目标的步不计损失,距目标1米内的到访状态标为停止,再用低秩适配微调VLA。在REVERIE-CE val-unseen全部回合上,8B VLA的成功率由35.0%升至44.9%,而按测地专家标签做适配没有增益。

已读完全部报道