arXiv · cs.AI· Inkyu Sa, Konstantin Stulov, Rajat Bhageria·· 7 小时前
ValueFormer：用于在线失败检测与VLA后训练的阶段感知价值标签
ValueFormer: Stage-Aware Value Labels for Online Failure Detection and VLA Post-Training
arXiv:2608.02958v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Inkyu Sa, Konstantin Stulov, Rajat Bhageria
研究任务与主要进展
ValueFormer是一种策略无关的因果Transformer模型，基于冻结的DINOv3骨干网络，以3.5M参数一次前向传播输出平滑Monte Carlo价值和二值价值信号，用于在线错误检测与VLA后训练。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org