实体
MMBench2
MMBench2
PulseAugur coverage of MMBench2 — every cluster mentioning MMBench2 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
CausalDreamer 通过解耦的潜在表征增强了 AI 世界模型
研究人员开发了 CausalDreamer，这是一种通过解耦潜在表征来增强 AI 控制世界模型的新方法。与使用通用视频分词器之前的方法不同，CausalDreamer 冻结了分词器，并将其潜在输出重新编码为因子化表征。这种新的表征将可控方面与不可控方面分开，并区分了与奖励相关和与奖励无关的信息。在 MMBench2 任务上进行测试时，CausalDreamer 在操纵现有任务的变体上表现出比基础世界模型更好的性能。
-
新研究详细介绍了世界模型中可预测且可预防的幻觉 · 跟踪了 4 个来源
研究人员开发了一种预测和预防生成式世界模型中幻觉的方法，这些幻觉通常发生在模型在状态-动作空间的低覆盖区域偏离真实动态时。他们引入了 MMBench2，这是一个大型数据集和一个 3.5 亿参数的模型，并识别了三种幻觉模式：感知幻觉、动作边缘化幻觉和场景发散幻觉。所提出的信号可以检测这些故障，并用于指导数据收集以进行有效微调，从而能够以最少的实际轨迹适应新环境。