跳到正文
2026 年 11 月 20 日 · 星期五每天 08:00 出刊

看懂日报 · 2026 年 11 月 20 日 · 星期五

kandong

第 44 期202026 年 11 月星期五
4件大事3个来源2件一手发布约 2 分钟读完
头条

RageVLA:基于增强训练的感知与动作实现 LIBERO 任务最先进鲁棒性

论文提出 RageVLA 模型,通过解耦感知与动作并引入数据增强,在 LIBERO-PRO 基准上刷新了 VLA 策略的最优表现。该模型拥有 0.21B 参数,在对象移动或指令变更时仍保持高成功率,显著优于现有最佳模型。

arXiv · 机器人与计算机视觉原文
01

智能驾驶

02

计算机视觉

arXiv · 机器人与计算机视觉

重新思考表征自编码器的重建 - 生成差距:基于几何失配的分析与改进

该论文指出将浅层编码器融合进表征自编码器(RAE)虽能提升像素重建但会损害扩散生成,其根源在于编码器与解码器接口处的几何失配。研究通过冻结基础编码器以保留视觉信息,同时正则化解码器并使其度量对齐于冻结解码器的坐标,在 ImageNet-256 上实现了 0.984 gFID 和 2.14 FDr6 的最优结果。材料为预印本,未提及同行评审状态或具体开源代码仓库。

MIT CSAIL News一手

MIT CSAIL 发布低内存激活秩子空间方法 LARS

MIT CSAIL 与哈佛大学联合提出 LARS 方法,旨在解决在智能手机等计算受限设备上直接微调大模型的显存瓶颈问题。该方法通过压缩模型训练过程中的中间激活存储(intermediate activation storage),将 GPU 上的内存占用降低超 23%,CPU 上降低约 47%。

03

快讯

(本期完)

看懂 日报由编辑系统根据公开来源自动编辑,每条均附原文 · 日报合订本