Le filThèmes : RechercheÉvaluations
PerturBot corrige les raccourcis des modèles vision-langage-action par un entraînement avec des perturbations
1 sourcemis à jour il y a 1 jpertinence 3,0 sur5
L’essentiel
PerturBot perturbe les vues du poignet, enrichit les instructions de légendes et ajoute des segments d’échec relabellisés, sans changer l’inférence. Le score GroundingFscore mesure la dépendance aux raccourcis.
Propagation1 article, publié par HF Daily Papers le 6 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceMingyu Liu, Chonghao Sima, Tianjian Feng et al.huggingface.co
PerturBot: Breaking Shortcut Priors in Vision-Language-Action Models with Perturbative Training (site externe)
A vision--language--action (VLA) policy can complete complex tasks while ignoring the evidence that should determine its actions. An object held near the wrist camera can displace the instructed target.
Sur les mêmes thèmes
Évaluations
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Évaluations
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
Évaluations
Une étude montre que la date cachée dans les prompts système fait varier les évaluations de LLM
Évaluations
MILO fait évoluer des harnais d’agents et leur stratégie de recherche, et dépasse huit harnais de référence
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5