标签
本文提出SG-WAM，一种自引导框架，用于直接在策略派生的表示空间中学习几何感知的、以动作为条件的世界模型。它在LIBERO和LIBERO-Plus基准测试上取得了最先进的成功率，在真实世界评估中超越了强基线。
提出了自引导测试时训练（S-TTT）方法，模型在长上下文中识别相关证据片段进行自适应，在长上下文推理基准上实现了高达15%的相对改进。
InSight提出了一种框架，用于在视觉-语言-动作（VLA）模型中实现自主技能获取。该框架通过在原始动作层面实现可操控性，并利用VLM引导的数据飞轮生成演示，从而在没有人类演示的情况下完成诸如翻转方块和倒水等操作任务。
CS 6120 是一门博士级别的自助式在线高级编译器课程，涵盖中间表示、数据流、优化，并包括论文阅读和使用 LLVM 和 Bril 的实现任务。