English(EN) Tri-Info: Generalizable, Interpretable Failure Prediction for VLA Models via Information Theory

新的 Tri-Info 方法可高精度预测 VLA 模型故障

作者 PulseAugur 编辑部 · [2 个来源] · 2026-06-18 09:34

研究人员开发了一种名为 Tri-Info 的新方法来预测视觉-语言-动作 (VLA) 模型的故障。该方法利用信息论来分析模型成功和失败的签名的回滚。Tri-Info 在各种 VLA 模型和环境中表现出强大的性能，甚至在模拟任务和现实世界任务之间有效转移，准确率为 83%。 AI

影响该方法通过提供可解释的故障诊断，有望提高 VLA 模型在现实世界应用中的安全性和可靠性。

排序理由该集群包含一篇详细介绍 AI 模型故障预测新方法的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.AI TIER_1 English(EN) · Jinghan Yang, Yunchao Zhang, Wang Yuan, Haolun Wan, Jiaming Zhang, Zhengyang Hu, Yanchao Yang · 2026-06-19 04:00

Tri-Info: Generalizable, Interpretable Failure Prediction for VLA Models via Information Theory

arXiv:2606.19998v1 Announce Type: cross Abstract: Vision-Language-Action (VLA) models are increasingly deployed across diverse tasks, yet they remain black boxes whose physical interactions can cause irreversible harm, making generalizable and interpretable failure detection esse…
arXiv cs.AI TIER_1 English(EN) · Yanchao Yang · 2026-06-18 09:34

Tri-Info：通过信息论实现视觉语言模型（VLA）的通用、可解释故障预测

Vision-Language-Action (VLA) models are increasingly deployed across diverse tasks, yet they remain black boxes whose physical interactions can cause irreversible harm, making generalizable and interpretable failure detection essential. We observe that successful and failed rollo…