关闭广告

清华大学团队NeurIPS 2025文章分析 RL 与 SFT 泛化性差异

机器之心Pro1086人阅读



在具身智能领域,视觉 - 语言 - 动作(VLA)大模型正展现出巨大潜力,但仍面临一个关键挑战:当前主流的有监督微调(SFT)训练方式,往往让模型在遇到新环境或任务时容易出错,难以真正做到类人般的泛化。但在大语言模型(LLM/VLM)领域,强化学习(RL)已被证明能显著提升模型的泛化能力。RL 究竟能为 VLA 带来哪些独特的泛化优势?与 SFT 相比,它们的优劣势分别体现在哪里?

来自清华大学的研究团队在 NeurIPS 2025 发表文章,首次系统性地揭示了强化学习(RL)在提升 VLA 泛化能力上的独特优势,并带来了一套全面的评测基准和高效训练方法。通讯作者是清华大学教授汪玉和博士后于超。


上一页 下一页
版权与免责声明:本文内容转载自其他媒体,目的在于传递更多信息,不代表本网观点或立场,不承担此类作品侵权行为的自己责任及连带责任。
猜你喜欢
精彩推荐

女子为救母骨髓配型发现非亲生 母亲盼见"另一个孩子"

封面新闻 浏览 400

足球报:周金辉曾私宴塞蒂恩但他固执不改变,训练缺少强度

懂球帝 浏览 1103

三电机890kW+易三方+大五座,腾势N8纯电版来了

网易汽车 浏览 453

特朗普:俄乌应按当前战线划界停火、各自撤兵

新华社 浏览 1054

河南"妻儿三人被发小杀害案"宣判:被告人获死刑

红星新闻 浏览 948

年内暴涨540%!比存储芯片更猛的大牛股爆了

财经锐眼 浏览 19780

贝斯美实控人涉要约收购违规遭立案

中国经营报 浏览 2961

夏天别总穿黑色和白色,试试这几款红色单品,高级养眼显气色

静儿时尚达人 浏览 722

茅台镇一酒厂91吨基酒拍卖,仅1人报名,评估价548万,以373万元成交

红星资本局 浏览 1554

豆包手机助手宣布将部分调整AI操作能力

中新经纬 浏览 978

涉结束俄乌冲突 美媒披露"12点方案"

环球网资讯 浏览 989

健康活到100岁,科学能做些什么?@U35张汉林试图寻找衰老背后的“隐藏逻辑”

上观新闻 浏览 837

杨天真冷漠背后:杨子姗6年贡献不足,解约时连20字祝福都吝啬!娱乐圈价值论太扎心

阿废冷眼观察所 浏览 1057

知名博主喊话沈伯洋 用"吉林一号"公布其居住、工作地

澎湃新闻 浏览 916

爱泼斯坦案阴影下,高盛或让首席法务官“体面”离开

财通社 浏览 2739

特朗普:普京已经厌倦了 他们都厌倦了

环球网资讯 浏览 1173

插混家轿馈电油耗2L级 吉利银河A7预售10.38万起

网易汽车 浏览 1179

英伟达年度技术大会 GTC 2026 将于明年 3 月 16 日至 19 日举行

IT之家 浏览 968

《醒来》大结局:金宝惨死,杜黄桥被击杀,陈开来苏门继续潜伏

电和影 浏览 387

阿特金森帅位岌岌可危!上季当选年度最佳教练 曾获骑士老板力挺

罗说NBA 浏览 954

推广|| 用了好几年才推荐,这件单品真的值得投资

黎贝卡的异想世界 浏览 1024
本站所有信息收集于互联网,如本站收集信息侵权,请联系我们及时删除
闽ICP备16027347号-4