arXiv cs.AI· Nurmukhambet Serikbayev, Abdul Basit, Muhammad Shafique·· 12 小时前AI 评分21
从关联到决策价值：VLA 语料选择中的配对指令依赖性检验
From Association to Decision Value: Testing Paired Instruction Dependence for VLA Corpus Selection
AI 导读
研究提出以“配对指令依赖性”作为机器人演示语料的上游诊断指标，在 136 个独立随机种子的四足导航语料上，用 56 个语料建模、80 个留出语料前瞻验证。
正文 · AI 翻译
摘要：在机器人演示语料库中进行选择是一个排序问题：上游诊断必须保留哪些候选能产生更好的下游策略，而不仅仅是与平均性能相关。我们研究了成对指令依赖性，即演示者在仅目标发生变化时改变其首个决策的比率。在 136 个独立随机种子的四足导航语料库中，在 56 个语料库上开发的预测在 80 个留出语料库上进行前瞻性评估。该审计是可靠的，并与下游成对正确性相关，且在加入正确性感知基线时降低了平均绝对预测误差，但主要的适当对数得分增量为 +0.059 nats（95% 语料库自助法 CI [-0.027, 0.133]），且预先指定的前 20% 比较未能确立增量选择增益。一项探索性响应分解表明这种预测排序不匹配的结构性来源：在测试的预测器规范下，分离双正确和双错误响应比其无符号切换统计量产生更大的留出增益。种子间一致性表明留出端点保留了可恢复的排序信号。这些结果表明，反事实响应结构可以是可靠且具有预测性的，但在该设置下当被压缩为无符号统计量时，其提供的增量决策价值有限，这促使人们开发保留结果相关结构并针对其旨在支持的决策进行验证的诊断方法。
| 评论： | 23 页，ICLR2027 审稿中 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.29646 [cs.AI] |
| （或 arXiv:2610.29646v1 [cs.AI] 为此版本） | |
| https://doi.org/10.48550/arXiv.2610.29646 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Nurmukhambet Serikbayev [查看电子邮件]
[v1]
2026 年 10 月 21 日星期三 12:27:55 UTC（6,433 KB）
来源：arXiv cs.AI · arxiv.org