서로 다른 VLA 모델을 어떻게 공정하게 비교할까?
저장소마다 구조가 달라 같은 실험을 여러 모델에서 실행하기 어렵습니다.
지금 생각하는 것
공통 실행 구조와 작은 모델별 어댑터를 시험합니다.
아직 확인할 것
공통 구조가 정확성에 영향을 주는 모델별 세부사항을 가리지 않아야 합니다.
지금 생각하는 것
공통 실행 구조와 작은 모델별 어댑터를 시험합니다.
아직 확인할 것
공통 구조가 정확성에 영향을 주는 모델별 세부사항을 가리지 않아야 합니다.
관심 있는 질문
계산을 줄여도 모델의 동작을 유지할 수 있을까?
상태 재사용과 근사가 동작을 바꾸지 않는지 확인해야 합니다.
지금 생각하는 것
재사용과 갱신 경로를 기록해 여러 실험에서 비교합니다.
아직 확인할 것
적절한 경계는 모델과 관찰 이력, 행동 디코더에 따라 달라질 수 있습니다.
지금 생각하는 것
재사용과 갱신 경로를 기록해 여러 실험에서 비교합니다.
아직 확인할 것
적절한 경계는 모델과 관찰 이력, 행동 디코더에 따라 달라질 수 있습니다.
AI의 도움과 연구자의 판단을 어디서 나눌까?
자동 요약은 시간을 줄이지만 모르는 부분을 가릴 수도 있습니다.
지금 생각하는 것
노트 정리와 질문 찾기, 복습을 돕되 판단은 남겨 두는 도구를 살펴봅니다.
아직 확인할 것
얼마나 많은 구조가 실제로 도움이 되는지는 반복해서 써 보며 확인해야 합니다.
지금 생각하는 것
노트 정리와 질문 찾기, 복습을 돕되 판단은 남겨 두는 도구를 살펴봅니다.
아직 확인할 것
얼마나 많은 구조가 실제로 도움이 되는지는 반복해서 써 보며 확인해야 합니다.
