具身智能Hugging Face Papers4 天前
Spark-0 用触觉预训练提升机器人灵巧操作
Spark-0 是空间对齐的视觉-触觉-语言-动作模型,预训练时用触觉手套接触图与 3D 几何教师监督视觉 token,推理时可去掉;同时发布 1000 小时 HumanTouch 数据集与 SparkArena 基准。保留触觉监督使纯视觉成功率从 52.5% 升至 71.7%,说明触觉可作为可扩展的预训练监督信号。
每日自动追踪全球权威信源,模型生成中文摘要与有效期判断,人工抽检把关。 不追热点,只留经得起推敲的那一部分。
AI 与可被 AI 赋能的行业方向,每个领域独立成脉
共 2 条符合条件
Spark-0 是空间对齐的视觉-触觉-语言-动作模型,预训练时用触觉手套接触图与 3D 几何教师监督视觉 token,推理时可去掉;同时发布 1000 小时 HumanTouch 数据集与 SparkArena 基准。保留触觉监督使纯视觉成功率从 52.5% 升至 71.7%,说明触觉可作为可扩展的预训练监督信号。
论文提出参数轨迹交叉编码方法,仅用检查点权重追踪语言模型预训练中反嵌入矩阵(读出层)的演化。发现Pythia预训练0.4-1.1%处读出层重组,而隐藏状态早已编码任务信息,说明行为时间线可能只反映读出层学会表达的时刻,而非模型真正习得能力的时刻。