PAPER POSITIONING & LINEAGE论文定位与演进坐标
WHY THIS PAPER EXISTS研究动机 / 前序局限
早期 VLA 模型(如 RT-2)权重与训练代码均闭源,学术界难以低成本复现、评测或在消费级显卡上 LoRA 微调。
CORE SHIFT核心方法跃迁
以 Prismatic-7B 视觉语言模型为骨干,在 970k 跨本体操作轨迹上开源训练全流程与参数高效微调配方。
ARCHIVE PROVENANCEZotero / PKA 溯源
Zotero 已入库并关联 Open X-Embodiment 数据配方与微调入口,精读正文预留。
WHAT REMAINED遗留局限 / 开放问题
依旧采用单步离散动作词元预测,对高频双手协同与多峰连续分布任务的动作平滑度支持不足。
来源与归档记录
- 档案来源:
Zotero / VLA · PKA / 领域索引 / VLA - 文献定位:Zotero 已入库并关联 Open X-Embodiment 数据配方与微调入口,精读正文预留。
个人精读正文(预留)
本页先展示题录定位、知识图谱上下游与本地文献归档状态;完整分节推演与复现实验记录预留于此,后续补充正文内容。
CONNECTED IN KNOWLEDGE SYSTEM知识体系关联节点与长文