论文报告在 π_(0.5) 中替换目标词特征可改变机器人任务目标。
资讯摘要
一篇论文研究在机器人基础模型 π_(0.5) 上，通过替换单个目标词的 SAE 特征来改变机器人任务目标。作者报告，在 layer 0 用 BatchTopK 特征替换，最多 20/20 次 rollout 转向替代任务，而随机特征替换无一成功；效果随场景与层变化，且依赖 SAE 架构，Matryoshka 编辑大多未优于随机。作者还称，无需 SAE，加入两倍自然幅度的 difference-in-means 向量可转向 8-10/10 次 rollout；逐层激活修补显示目标词编辑在 layer 6（物体位置）和 layer 2（物体身份）内仍有效，覆盖相机 token 时两者均可达 layer 13。
要点速读
- 替换单个目标词的 SAE 特征可在指令文本不变时让 π_(0.5)-LIBERO 完成替代任务，layer 0 的 BatchTopK 替换最多 20/20 次 rollout 成功。
- 效果依赖 SAE 架构：word-selected Matryoshka 编辑大多未优于随机替换；固定 difference-in-means 向量在双倍幅度下转向 8-10/10 次 rollout。
- 逐层激活修补显示目标词编辑对物体位置有效至 layer 6、对物体身份至 layer 2，覆盖相机 token 时两者均至 layer 13。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。