VLA / 视觉-语言-动作模型

RoboFAC: A Comprehensive Framework for Robotic Failure Analysis and Correction

RoboFAC：机器人故障分析与纠正的综合框架

Zewei Ye, Weifeng Lu, Minghao Ye, Tao Lin, Shuo Yang, Junchi Yan, Bo Zhao

机构 * School of AI, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） 纠错

专题命中 部署与泛化 ：vision-language-action(abstract)；VLA(abstract)；分类 cs.RO、cs.AI

AI总结 RoboFAC通过构建大规模故障中心数据集，开发轻量级多模态模型，提升机器人故障诊断与纠正能力，实验显示其故障分析准确率比GPT-4o高34.1%。

SPKLIP: Aligning Spike Video Streams with Natural Language

SPKLIP：通过自然语言对齐尖峰视频流

Yongchang Gao, Meiling Jin, Zhaofei Yu, Tiejun Huang, Guozhang Chen

专题命中 部署与泛化 ：VLA(abstract)；分类 cs.CV

AI总结 SPKLIP提出了一种专门用于尖峰视频-语言对齐的架构，通过分层尖峰特征提取器和尖峰-文本对比学习实现多尺度时间动态建模，并在稀疏异步输出上实现高效的少样本学习。

Comments A dataset partitioning error occurred and is being corrected

TF4CTR: Twin Focus Framework for CTR Prediction via Adaptive Sample Differentiation

TF4CTR：通过自适应样本区分的双焦点框架用于CTR预测

Honghao Li, Qiuze Ru, Yiwen Zhang, Yi Zhang, Lei Sang, Yun Yang

专题命中 部署与泛化 ：action model(abstract)

AI总结 本文提出TF4CTR框架，通过自适应样本区分、样本选择嵌入模块和动态融合模块提升CTR预测精度，实验验证其有效性与兼容性。

Comments TCSS accepted