实体
Vital
Vital
PulseAugur coverage of Vital — every cluster mentioning Vital across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
机器人通过视觉和触觉反馈学习和改进策略 · 跟踪5个来源
研究人员开发了新的框架，通过推理时引导和自我改进来提高机器人策略性能。VERITAS是一个生成器-验证器框架，它使用预训练策略和视觉验证器在无需额外训练的情况下引导动作，实现了可与专家演示相媲美的性能提升。ViTaL通过在视觉数据之外整合触觉反馈来增强这一点，用于接触丰富的操作任务，显著提高了成功率。此外，Visual-OPSD和ViGOS探索了多模态大语言模型的按策略自蒸馏技术，解耦感知与推理，以改善基础行为并降低推理成本。
-
VITAL框架通过双重监督增强医学多模态大语言模型的可解释性
研究人员推出了一种名为VITAL的新型框架，旨在增强医学多模态大语言模型（MLLMs）的潜在推理能力。该方法通过采用双重监督策略来解决模态崩溃和可解释性不足等问题。VITAL使用一个辅助文本解码器和一个视觉投影仪，两者在推理时都可以分离，以保持效率，同时通过文本和视觉解释实现事后可解释性。该框架在各种基准测试中展示了最先进的性能，超越了现有方法，甚至可以与万亿参数的专有模型竞争。