待验证50% 置信基准精确时间

跨三个 VLA 模型，approach-aware episode conditioning 在平均成功率上稳定超过朴素行为克隆。

1

来源数

50%

置信度

长期有效

时效性

2026/10/14

首次发现

来源

VLA预训练中示范质量怎么用？AXIS-Bench基准给出实证答案

涉及实体

approach-aware episode conditioningconcept VLAconcept

相关事实

待验证LARA 的 Mixture of Behaviors（MoBs，行为混合）演示允许多个独立训练的行为共享同一个冻结基础模型，并通过软路由器在 token 级别上逐个选择或组合这些行为61% 相似待验证并行AI编程范式奖励快速的上下文加载、模式识别和判断力，而非持久的单线程专注61% 相似待验证在模拟步骤中，针对Agent的每项技能编写三个层级的测试场景：Nominal（常规路径/happy path）、Edge（边界情况）、Chaos（混乱情况）60% 相似待验证测评实测中，部分模型在续写时会篡改已有剧情规则，如把'三单传菜才能完成任务'的门槛悄悄改成'额外奖励'60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1027472

API

curl https://kongchang.com/api/v1/knowledge/claims/1027472

MCP

get_claim(id=1027472)