VLA推理步级引导：提出CoC-CFG自适应方法

该事件关注VLA（视觉-语言-动作）模型推理的步级引导自适应方法。2026年10月29日，一篇arXiv（cs.AI / cs.LG）论文提出CoC-CFG：在VLA策略的原始上下文与去掉推理片段的同一上下文之间做无分类器引导，用每个Euler步的一个权重决定推理对动作的引导强度，w=1即回到原策略。据该报道，方法针对“VLA该多大程度信任自身推理”这一问题，以可测量的动作价值函数做逐步引导。目前可核实的信息仅来自这一篇论文报道，尚无其他来源的复现或评测结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。