OpenVLA-OFT（优化微调配方）¶
📌 一句话：研究"怎么微调 VLA 更快更准"的配方（OFT = Optimized Fine-Tuning）——并行解码、连续动作、L1 回归目标等组合，在 LIBERO 上把 OpenVLA 成功率从 76.5% 提到 97.1%、吞吐提升约 26×。 🔬 全文精读 + 关键图 + 数字：详读-OpenVLA-OFT
🧰 对我们（速判）¶
- 能借：✅ 配方 + ✅ 代码。给 卡片-OpenVLA 这类底座做工程化落地（实时性 + 成功率）时的直接参考。
- 资源：是微调技巧而非新底座，复用 OpenVLA 权重即可。
- 证据：A（开源 + 有公开 benchmark 数字）。
关键（摘要级）¶
- 📄 关键改动：并行解码 + 连续动作表示 + L1 回归目标（替代自回归离散 token）。
- 📄 LIBERO 成功率 76.5% → 97.1%，吞吐 ~26×（论文公开数）。