arXiv 机器学习· Zihao Feng, Qingzhao Zhang, Chunyu Xia, Bo Yu, Z. Morley Mao, Ramesh Govindan·· 15 hours agoAI score50
言行不一：诊断与引导 Reasoning VLA 的文本-动作分歧
Say the Same, Act Differently: Diagnosing and Steering Text-Action Divergence in Reasoning VLAs
Not yet translated; shown in Chinese.
AI guide
推理型视觉-语言-动作（VLA）模型在视觉扰动下会出现物理动作被篡改、但文本理由逐字完全相同的脱节现象。TNAS 引导攻击在 Alpamayo 驾驶场景中以相同理由诱发 52.6% 的碰撞，并在 InstructVLA 操控中保持 85.0% 理由不变。该现象表明文本理由无法证明具身安全，监控系统必须直接验证动作通道。
Source:arXiv 机器学习 · arxiv.org