arXiv · cs.AI · Boniface Chukwuemeka Godwin · 12 小时前模型评分32
CalVLA：用结果监督让 VLA 策略对自身动作更有信心
CalVLA: Shaping Native Confidence in Vision-Language-Action Policies with Outcome Supervision
导读
CalVLA 通过成功与失败轨迹训练低秩适配器，让 OpenVLA-7B 的动作 token 置信度能预示任务失败，无需额外失败检测器。在 LIBERO-10 的 500 组配置测试中，适配后失败判别 AUROC 从 0.4485 升至 0.7327，但平均任务成功率从 58% 降至 55%。作者强调这仅说明失败判别改善，不代表控制能力或安全性提升。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：foundation-models，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We introduce CalVLA, which shapes native action-token confidence using successful and failed rollouts and an Action-Confidence Alignment (ACal) squared margin-ranking loss.”
- “Low-rank adapters update OpenVLA-7B without an auxiliary failure detector.”
- “These results show improved failure discrimination, not improved control or established safety benefits.”
来源：arXiv · cs.AI · arxiv.org