基线方法

论文里拿来做对照的已有方法或简单方法，用来衡量新方法到底好多少。

基线是评估新方法时的参照物。谷歌机器学习术语表把它定义为：用来比较另一个（通常更复杂的）模型表现如何的参考模型。基线可以是简单做法，如直接行为克隆、随机策略，也可以是公认的强方法，如 OpenVLA。只报「成功率 80%」说明不了什么，要在同一基准、同一评测协议下和基线比，才能看出提升来自方法本身。读论文时要留意基线够不够强、是否按原作设定复现：基线选弱了，提升就会被夸大。消融实验也可看作拿「去掉某个模块的自己」当基线。

例子OpenVLA-OFT 论文以原版 OpenVLA 为基线，在 LIBERO 四个任务套件上把平均成功率从 76.5% 提到 97.1%。

也叫

基线、对比基线

相关

消融实验、基准测试、最先进水平、成功率、评测协议

来源

Google Machine Learning Glossary: baseline
Fine-Tuning Vision-Language-Action Models: Optimizing Speed and Success (OpenVLA-OFT, arXiv 2502.19645)