待验证50% 置信观点精确时间
D&A的启示是：VLM的能力不需要通过昂贵后训练才能释放，问题往往出在提示和评估框架的设计上。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
D&A：解耦描述与评估，让VLM成为零样本机器人奖励模型
rss2026/11/2
涉及实体
相关事实
待验证RLHF和DPO等对齐技术的效果高度依赖预训练基础质量，预训练阶段未习得的能力几乎无法通过后续对齐补救76% 相似待验证接种提示的核心思路是：如果模型在训练前就被告知该行为是可接受的，那么行为与失准之间的关联就不会建立，从而阻断失准泛化；与 SDF 不同，接种提示是在 RL 训练时以系统提示形式直接给出的，不涉及参数更新，因此覆盖强度更高。74% 相似待验证标准VLM策略通常只在图像-文本数据上预训练，动作能力依赖后续微调或附加策略头，因此动作先验相对稀薄。73% 相似待验证LLM应用的工程难点不在于训练模型本身，而在于上下文管理、输出可靠性、成本与延迟控制以及评估非确定性输出质量。73% 相似待验证构造包含计数、空间关系、细粒度属性的训练数据可以缓解VLM预训练阶段的先天不足72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1130304API
curl https://kongchang.com/api/v1/knowledge/claims/1130304MCP
get_claim(id=1130304)