ValueFormer：阶段感知价值标签用于在线失败检测与VLA后训练
热点事件观察中
ValueFormer：阶段感知价值标签用于在线失败检测与VLA后训练
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Inkyu Sa、Konstantin Stulov 和 Rajat Bhageria 发表论文，提出 ValueFormer：一个策略无关的因果 Transformer（3.5M 参数），基于冻结的 DINOv3 骨干，单次前向即可输出两路逐帧信号——用于优势估计的平滑蒙特卡洛价值，以及用于在线失败检测的尖锐二值价值。 该论文被 NeurIPS 2026 第 8 届机器人学习研讨会（WRL）接收为海报展示。上述方法与接收信息均来自论文自述。
AI 根据报道生成 · 1 天前更新
最新进展10月16日 12:00
ValueFormer：面向在线失败检测与 VLA 后训练的阶段感知价值标签报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.AIValueFormer：面向在线失败检测与 VLA 后训练的阶段感知价值标签
ValueFormer 是一个策略无关的因果 Transformer（3.5M 参数），基于冻结的 DINOv3 骨干，单次前向即可输出平滑的蒙特卡洛价值与尖锐的二值价值两路逐帧信号。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 810月16日 22:00
- 近 24 小时变化
- -51%
02468
10月17日06:0012:0018:0010月18日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。