Overcoming Visual Clutter in Vision Language Action Models via Concept-Gated Visual Distillation
تقدم هذه الورقة البحثية تقنية "التقطير البصري الموجه بالمفاهيم" (CGVD)، وهي إطار عمل استدلالي خالي من التدريب ومستقل عن النموذج، يتغلب على "فجوة الدقة والاستنتاج" في نماذج الرؤية واللغة والعمل من خلال تحليل التعليمات لتحديد المشتتات واستخدام عملية إعادة طلاء (inpainting) قائمة على تحويل فوريه لتوليد ملاحظات نظيفة، مما يؤدي إلى تحسين معدلات نجاح التلاعب الروبوتي بشكل كبير في البيئات شديدة الازدحام.