연구진은 로봇 조작에 사용되는 Flow 기반 시각-언어-행동 모델(VLA)의 예측 불확실성을 정량화하는 방법을 제시했어요. Velocity-field disagreement(VFD)를 활용하여 VLA의 신뢰도를 평가하고, 예상치 못한 환경에서 모델의 실패를 감지할 수 있도록 했어요. SAVE 프레임워크를 통해 불확실성을 기반으로 능동적 다중 작업 튜닝을 진행하여, 새로운 작업에 대한 적응에 필요한 전문가 데모 수를 22% 이상 줄였어요.