TAG:多任务学习
ATHENA将影响函数扩展到十亿参数VLA，实现313倍加速筛选高价值数据
具身智能进入数据Scaling时代，如何量化机器人示教轨迹价值成为关键。上海交大、同济大学等团队提出ATHENA框架，将影响函数扩展至十亿参数多任务VLA模型。通过Kronecker梯度压缩、随机截断加速Hessian逆和MII多任务交互机制，实现313倍加速（8054.6→25.7 GPU小时），从因果视角评估数据对下游任务成功率的影响。实验显示，筛选高价值数据后，模型用更少样本反而性能更优，为机器人数据curation提供可扩展新范式。
0 
0 
美股三大指数震荡整理，芯片股走高，光通信板块大涨
2026-05-11
0 浏览
多空胶着恒指震荡整理，AI景气外溢主导行情波动
2026-05-11
0 浏览
宠物AI公司PurrPurr获阿尔法公社投资 首年GMV目标5000万
2026-05-11
0 浏览
隆源股份业绩说明会回应今年新能源汽车零部件领域新客户洽谈中
2026-05-11
0 浏览
中国品牌市占率达75%，4月我国汽车销量约252.6万辆，新能源汽车出口贡献度近五成
2026-05-11
0 浏览
4月汽车出口增长51% 国内零售下跌超20%
2026-05-11
0 浏览
4月全国新能源汽车渗透率历史首次突破60%，燃油车零售同比暴跌37%
2026-05-11
0 浏览
港股复盘：强势翻红 芯片概念股冲高回落 短期风险需警惕
2026-05-11
0 浏览
申昊科技拟设具身智能子公司 加码人形机器人业务
2026-05-11
0 浏览
