TacitVLA si addestra sul ragionamento, così le azioni non devono attendere il testo generato

Quando un modello genera ragionamento prima di agire, l’azione deve aspettare quel testo per trarre beneficio dall’addestramento sul ragionamento? Il ritardo conta anche nei compiti in cui le azioni successive non useranno mai quel testo.

Il paper verifica se sia sufficiente addestrare il modello sul ragionamento, tenendo il testo della chiamata corrente fuori dagli input dell’azione.

TacitVLA si addestra sul testo di ragionamento, ma esclude il testo corrente dalla generazione dell’azione, così l’azione può iniziare senza aspettarlo.

TacitVLA addestra un modello a generare testo di ragionamento, ma impedisce al suo action expert di usare il testo della chiamata corrente.

Nei compiti di memoria genera comunque la voce successiva del ledger, un registro aggiornato usato dalle chiamate successive, mentre l’azione corrente viene eseguita.

Nei test di manipolazione e guida, le prestazioni misurate erano vicine a quelle di Explicit Reasoning, che usa il testo della chiamata corrente per l’azione.

Su LIBERO-Plus, TacitVLA ha anche ottenuto un punteggio superiore a No Reasoning pur non generando testo durante il deployment; gli autori interpretano il risultato come un beneficio della supervisione sul ragionamento attraverso la rappresentazione appresa.

I risultati riguardano quattro configurazioni di attività testate e le prestazioni dipendono dalla qualità dei dati di ragionamento.

Nei compiti di memoria, generare una voce del ledger durante l’esecuzione dell’azione evita ritardi aggiuntivi solo se la voce viene completata entro la finestra di esecuzione; voci più lunghe o finestre più brevi possono aggiungere ritardo.