TAG:影响函数

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

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。

2026-07-03 19:33
0
0

推荐专栏

爱力方

爱力方

机器人前沿资讯及信息解读
机器人大讲堂

机器人大讲堂

中国顶尖的机器人专业媒体服务平台
关注爱力方,掌握前沿具身智能动态

© 2025 A³·爱力方

https://www.agentren.cn/