#测试时优化

这篇 T2-Z 挺有意思，给机器人世界模型加了个环境隐变量，测试时优化一下就能适应新环境，动作成功率从 34% 拉到 73%，做机器人方向的朋友可以看看。

SPOT-E这个新方法挺有意思，它不重训模型，只在推理时搞了个视觉聚光灯和熵整形，就让VLM在那些需要细看局部证据的任务上表现好多了。尤其用GRPO调优，效果提升还挺稳定。