内容摘要
作者研究了块稀疏特征提取器（BSF）如何为视觉—语言—动作模型提供可解释的行为干预接口。与稀疏自编码器（SAE）用单一方向表示特征不同，BSF 用低维子空间容纳同一概念的相关变化，发现的特征涉及视觉、语言、本体状态和任务进度。作者在相同数据与训练流程下比较两类方法，并在 MolmoAct2 上开展语义、视觉及几何引导实验：保持输入图像和指令不变，通过修改内部特征，将预测动作从指令指定物体转向另一物体。
在三组物体、共 60 次闭环语义重定向试验中，BSF 的任务完成率为 93.3%，SAE 为 75.0%，平均分别使用 2.3 和 2.5 个特征；这里的特征分别指 BSF 块与 SAE 标量。数据塑形方面，作者利用 π₀.₅ 中的失败抓取恢复特征定位 DROID 训练片段，在微调时屏蔽相关动作块的损失，涉及 1.38% 的动作令牌，保留观测，推理时不再施加特征干预。
作者报告该处理延迟了失败恢复，并在其无诱导失败的抓取放置评测中保留任务表现；这不等于证明恢复能力被彻底移除。
点评
提供了从内部特征干预到训练数据归因的行为塑形路径，使可解释性分析与特定行为修改相连接。
部分干预仅做开环评测，BSF 并非全面优于 SAE；恢复实验正文与表 2 的试次数、重开时间不一致，因此不采用其倍数结论。
版本与核查范围
版本 2610.20767v1 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 #S1.p4.1；#S1.p4.1；#S2.SS0.SSS0.Px2.p2.1；#S2.SS0.SSS0.Px4.p1.3；#A2.SS1.p1.1；figcaption[57]；#S3.SS2.SSS0.Px2.p1.1；figcaption[62]；#S4.SS0.SSS0.Px1.p1.1；#A1.SS0.SSS0.Px3.p1.1；#S4.SS0.SSS0.Px2.p1.1；#S5.p1.1