CCTest · Blog
HuRo:把人类视频转成机器人可用的VLA预训练数据
机器人与物理 AI
cctest.ai
机器人与物理 AI

HuRo:把人类视频转成机器人可用的VLA预训练数据

HuRo提出一套“机器人化”流水线,将异构人类操作视频转换为机器人对齐的观测与动作轨迹,并构建包含约63万条机器人化片段的数据集。实验显示,扩大这类数据的预训练规模,能够明显提升真实机器人操作及分布外泛化表现。

阅读全文
CCTest · Blog
模型明明知道,却为什么不回答?PIR尝试读取语言模型的隐藏认知
模型评测
cctest.ai
模型评测

模型明明知道,却为什么不回答?PIR尝试读取语言模型的隐藏认知

一项新研究提出PIR方法,通过分析语言模型的内部状态,判断模型是不知道答案,还是知道却选择隐藏。实验显示,这种方法在欺骗、沙盒测试和密码锁定等场景下仍能识别模型认可的答案。

阅读全文
CCTest · Blog
从“一个”到“多个”再回到“一个”:面向类别的软件工程智能体训练
代码智能体
cctest.ai
代码智能体

从“一个”到“多个”再回到“一个”:面向类别的软件工程智能体训练

一项新研究提出类别感知的专家训练与策略整合框架,试图解决软件工程强化学习中不同任务类别进步不均、彼此“拉锯”的问题。方法通过 RRE 迭代训练类别专家,再用标签路由的多教师在线策略蒸馏,将能力合并到单一模型中。

阅读全文
CCTest · Blog
ShieldVLA:让视觉语言动作模型在“还能补救”时优先选择安全
机器人与物理 AI
cctest.ai
机器人与物理 AI

ShieldVLA:让视觉语言动作模型在“还能补救”时优先选择安全

ShieldVLA 将 Hamilton-Jacobi 可达性分析引入 VLA 安全微调,用视觉观察学习安全 critic,并在可行区域与恢复状态之间切换优化目标。论文称,该方法在五项导航与操作基准上平均降低 57% 的累积安全代价,相比 SafeVLA 将任务成功率提高 0.13。

阅读全文
CCTest · Blog
Grounded Action Model:让机器人先理解物体位置,再决定如何行动
机器人与物理 AI
cctest.ai
机器人与物理 AI

Grounded Action Model:让机器人先理解物体位置,再决定如何行动

Grounded Action Model(GAM)将3D目标定位直接纳入机器人基础模型,使机器人能够根据语言、点或框提示锁定目标,并结合精确几何信息生成动作。实验显示,这种以对象为中心的设计在场景变化、目标移动和长程操作中具备更强的泛化能力。

阅读全文