研究人员推出了一种新颖的框架VERDI，旨在针对特定目标改进基础世界模型的优化。与将成功策略视为可直接迁移的先前方法不同，VERDI认为检索并非迁移，这意味着策略必须在目标模型上进行验证，然后才能被视为可重用知识。该框架使用共享的推理时探针为每个模型创建“优化指纹”，将先前的经验作为假设进行检索，并使用冻结的目标端验证器进行验证。在各种环境中的实验表明，VERDI显著降低了搜索和GPU成本，同时最大限度地减少了负迁移并准确预测了迁移结果。 AI
影响 VERDI的方法可以通过减少冗余搜索和计算成本来加速基础世界模型的开发和部署。
排序理由 该条目是arXiv预印本，详细介绍了优化世界模型的新框架和实验结果。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
