論文の概要: Editing the Goal: Per-Token SAE Steering and Its Depth Limits in $π_{0.5}$

• arxiv url: http://arxiv.org/abs/2611.00602v1
• Date: Sat, 31 Oct 2026 03:56:08 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:31:31.488967
• Title: Editing the Goal: Per-Token SAE Steering and Its Depth Limits in $π_{0.5}$
• Title（参考訳）: 目標の編集:$π_{0.5}$でのSAEステアリングとその深さ制限
• Abstract要約: 本研究では,1つのゴールワードのSAE機能を代替ゴールワードに置き換えて,代替タスクの完了に$_0.5$-LIBEROを割り当てることを示す。 その結果、シミュレーションにおけるRAMの存在の証明と、深いゴール・リダイレクト編集がいかに効果的かの最初のマップが得られた。
• 参考スコア（独自算出の注目度）: 25.877637265954107
• License:
• Abstract: Sparse autoencoders (SAEs) have recovered interpretable, causally relevant features in robot foundation models (RFMs) such as $π_{0.5}$ (arXiv:2603.19183, arXiv:2603.19233). SAE features on individual instruction tokens are less interpretable than timestep-pooled ones (arXiv:2603.19183), and whether they can redirect a robot's goal remains untested. We show that replacing the SAE features of a single goal word with those of an alternative goal word, leaving the instruction text unchanged, steers $π_{0.5}$-LIBERO into completing the alternative task. At layer 0, BatchTopK feature swaps redirect behavior in up to 20/20 rollouts in a scene where random-feature swaps redirect none, with success varying across six scenes in two LIBERO suites and across layers. The effect depends on SAE architecture: word-selected Matryoshka edits largely do not outperform random ones. SAEs are also not required. Adding a fixed difference-in-means vector at twice its natural magnitude redirects 8-10/10 rollouts. Layer-wise activation patching shows that goal-word edits remain effective up to layer 6 for object location and layer 2 for object identity, and up to layer 13 in both cases when patching also covers camera tokens. These results are proof of existence in an RFM in simulation and an initial map of how deep goal-redirecting edits remain effective. Visit https://doubleblind-sae-pi05.github.io for video rollouts.
• Abstract（参考訳）: スパースオートエンコーダ (SAEs) は、$π_{0.5}$ (arXiv:2603.19183, arXiv:2603.19233) のようなロボット基盤モデル(RFMs)の解釈可能な、因果関係のある特徴を回復した。 個々の命令トークン上のSAE機能は、タイムステッププールされたトークン(arXiv:2603.19183)よりも解釈が低く、ロボットのゴールをリダイレクトできるかどうかはまだ検証されていない。 我々は,1つのゴールワードのSAE特徴を代替ゴールワードの特徴に置き換え,命令文をそのまま残して,代替タスクの完了に$π_{0.5}$-LIBEROを割り当てることを示した。 レイヤ0では、BatchTopK機能が20/20までのロールアウトでリダイレクト動作をスワップする。 単語選択のMatryoshka編集は、ランダムな編集をほとんど上回らない。 また、SAEも不要である。 固定差分ベクトルを2倍にすると、8-10/10ロールアウトがリダイレクトされる。 レイヤワイドアクティベーションパッチングは、目標語編集がオブジェクト位置の層6とオブジェクト識別の層2まで有効であり、パッチがカメラトークンをカバーしている場合にも、どちらの場合も13まで有効であることを示す。 これらの結果は、シミュレーションにおけるRAMの存在の証明であり、深いゴール・リダイレクト編集がいかに有効かの最初の地図である。 ビデオのロールアウトはhttps://doubleblind-sae-pi05.github.ioをご覧ください。

関連論文リスト

• TRIAGE: Efficient Vision-Language-Action Inference Needs Both Reuse and Pruning [18.940546329184574]
  トレーニング不要のアクセラレータは、ビジュアルトークンのサブセットのみを再計算し、残りをスキップする。 アクションを完全な再計算に近づけるオプションはトークンのドリフトに依存するかを示す。 本稿では,ドリフトがしきい値以下であり,古い値ではない場合に,キャッシュが有効なと判断するTRIAGEを提案する。
  論文  参考訳（メタデータ） (2026-10-25T19:22:02Z)
• Beyond Pattern Matching in 3D MLLMs: Part-Level Functional Reasoning for Generalizable Recognition [54.603165239409925]
  3D MLLMはパターンマッチングによってオブジェクトを認識するが、これは幾何学的に類似したオブジェクトが不明瞭に機能的推論を必要とする場合に失敗する。 関数・アズ・アノテーション・パターンを同定し、関数言語は推論をサポートする代わりに既知のアイデンティティをデコレートする。 部分レベルの機能的推論はより一般化可能な3D認識への効果的な経路である。
  論文  参考訳（メタデータ） (2026-10-23T07:17:23Z)
• RoboCasa-Shift: Stage-Aware Robustness Evaluation of Vision-Language-Action Policies in Long-Horizon Household Manipulation [23.314133565782953]
  視覚言語アクション(VLA)の堅牢性は、一般に、集合的なタスクの成功によって要約される。 我々は、RoboCasa365上に構築された診断堅牢性ベンチマークである textbfRoboCasa-Shift を紹介する。 VLAのロバスト性は、単一のエンドツーエンドのパフォーマンス尺度ではなく、多次元的な実行特性と見なすべきである。
  論文  参考訳（メタデータ） (2026-10-20T08:42:42Z)
• Beyond Actions: Learning Future Operation Targets for Vision-Language-Action Models [56.97744308982891]
  本稿では,将来的な物理的効果を政策の主要な予測対象とするアクション-フューチャー結合効果学習(AFCE)を紹介する。 AFCEは50.97%$で、それぞれ$_0.5$、UVTを11.82ポイント、UVTを15.21ポイント改善している。
  論文  参考訳（メタデータ） (2026-10-09T08:29:46Z)
• More Structure, Not More Capacity: Object-Centric Representations for Visuomotor Imitation Learning [54.65906330923846]
  対象中心のスロット表現は、事前学習された視覚モデルに代わる構造化された代替物であることを示す。 トークンの16倍の高密度なパッチグリッドは、グローバル機能に匹敵するパフォーマンスはない。 明示的な2D空間目標とネイティブ解像度レンダリングにより、全システムは68.7$pm$4.2%まで上昇し、特権付き3Dオーラクルの上界の直ぐ下にある。
  論文  参考訳（メタデータ） (2026-07-10T10:35:24Z)
• See Less, Drive Better: Generalizable End-to-End Autonomous Driving via Foundation Models Stochastic Patch Selection [51.59559387222532]
  エンドツーエンド自動運転の最近の進歩は、パッチアライメント機能で訓練されたポリシーが、アウト・オブ・ディストリビューション(OOD)よりも一般化していることを示している。 我々は、より堅牢で、一般化可能で、効率的な学習ポリシーのためのシンプルで効果的なアプローチである2.4-Patch-Selection(SPS)を提案する。
  論文  参考訳（メタデータ） (2026-01-15T18:58:33Z)
• SABER: Small Actions, Big Errors -- Safeguarding Mutating Steps in LLM Agents [52.20768003832476]
  我々は$$-Bench (Airline/Retail) および SWE-Bench Verified 上での実行トレースを分析する。 成功を失敗に戻すための、先進的な逸脱、最初期の行動、レベル分岐を形式化する。 モデルに依存しない,勾配のない,テスト時のセーフガードである cm を導入します。
  論文  参考訳（メタデータ） (2025-11-26T01:28:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。