robot-weight-debugging

斯坦福团队提出一种无需梯度更新、无需新增示范数据的机器人策略调试方法：直接编辑视觉语言模型词嵌入层中与指令相关的 65 行参数，即可让机器人更可靠地响应不同措辞。在包含被改词元的 335 条留出指令上，成功率从 74.3% 提升至 87.5%，另有 430 个回合的成败结果完全不变。论文、代码与全部 16 次实验记录均已公开。