日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VLAarXiv:2606.13856

出力レベル正則化が単一GPU VLAファインチューニングにおけるシード抽選問題を解消する

Output-Level Regularization Eliminates the Seed Lottery in Single-GPU VLA Fine-Tuning

シェア:XThreadsFacebookLINEはてブBluesky

VLAモデルのファインチューニングで、ランダムシードによって成功率が大きく低下する「シード抽選」問題を発見し、出力レベルの正則化(VICReg、Dropout、学習率減衰)がこの問題を完全に解消することを示した論文。

詳しい要約

1. どんなもの?

VLA-JEPAの単一GPUファインチューニングにおいて、同じデータ・アーキテクチャでもランダムシードによって成功率が91-94%から65.2%に低下する「seed lottery」現象を報告し、その原因がoutput collapseであることを特定。output-level regularizer(VICReg, Dropout, 学習率半減)がこの問題を解消することを示した研究。

2. 先行研究と比べてどこがすごい?

従来のweight-level正則化(L2, EWC)は重みの変化をペナルティするが、output collapseは重みが自由に動ける方向で発生するため構造的に無力であることをJacobian null-spaceで定式化。output-level正則化がseed lotteryを排除することを初めて示した。

3. 技術・手法の肝は?

output collapseの原因をaction predictorが入力に関わらずほぼ同一の出力を生成することに特定。Jacobian null-spaceを用いてweight-level手法の限界を理論化。output-level regularizerとしてVICReg, Dropout, 学習率半減を適用。

4. どうやって有効だと検証した?

7手法×最大13シード×3つのLIBEROベンチマークで評価。VICReg (n=12), Dropout (n=4), 学習率半減 (n=5) が全ての破滅的シードを排除(合計0/21 collapse vs ベースライン1/13; F(12,11)=28.7, p<0.001)。weight-level手法(L2, EWC)はseed lotteryを維持。

5. 議論はある?

output collapseはエラーメッセージや警告なしに発生し、どのシードが失敗するか予測不可能。weight-level手法では対処できない構造的問題であることを指摘。最も簡単な修正はオプティマイザ設定の1つの数値を変えること。

6. 次に読むべき論文は?

要旨で参照されている研究:VLA-JEPA, L2, EWC, VICReg, Dropout, LIBERO benchmarks。関連手法としてweight-level regularizationやoutput-level regularizationの比較研究が挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Jeffrin Sam, Dzmitry Tsetserukou

分類: cs.RO

原文アブストラクト

Fine-tuning a vision-language-action model (VLA-JEPA) on a single GPU should be simple: load a pretrained checkpoint, run training, deploy. There is a hidden danger. Run the same fine-tuning code thirteen times -- same data, same architecture, different random seed -- and twelve runs produce a robot succeeding 91--94% of the time, while one run silently degrades to 65.2%: a 29 pp gap with no error message, no warning, and no way to predict which seed will fail. We call this the seed lottery. We trace the cause to output collapse: the action predictor quietly learns to produce nearly identical outputs regardless of what the robot sees. Existing weight-level methods (L2, EWC) are structurally blind to this collapse -- they penalize weight changes, but collapse occurs in directions weights can move freely without affecting outputs, a gap we formalize via the Jacobian null-space. Across 7 methods x up to 13 seeds x 3 LIBERO benchmarks, three output-level regularizers -- VICReg (n=12 seeds), Dropout (n=4), and a halved learning rate (n=5) -- each eliminate every catastrophic seed (0/21 combined collapses vs. 1/13 Baseline; F(12,11)=28.7, p<0.001), while weight-level methods (L2, EWC) preserve the lottery. The simplest fix is changing one number in your optimizer config.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI