نسخة أولية وصول مفتوح
GeoBridge-VLA: التكيف المتبقي المدرك للهندسة لنماذج الرؤية واللغة والفعل
تُرمّز نماذج الرؤية واللغة والفعل (VLA) المعلومات الدلالية المكتسبة من التدريب المسبق على الرؤية واللغة، لكن التلاعب يتطلب أيضاً استدلالاً مكانياً دقيقاً. نقدم GeoBridge-VLA، وهو أسلوب من مرحلتين لتعلم الميزات الهندسية من المُشفّر البصري المجمّد لنموذج VLA مدرب مسبقاً، ثم استخدامها للتنبؤ بالفعل. تدرّب المرحلة الأولى ج …