实体 PAWEval

PAWEval

PulseAugur coverage of PAWEval — every cluster mentioning PAWEval across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_222864 · Aug 27 · 00:00

新基准PAWBench揭示视频模型缺乏概率对齐

研究人员推出了PAWBench，一个旨在评估视频生成模型作为世界模型的新基准，重点关注它们重现可能行为分布的能力，而不仅仅是单个视频的可信度。随附的PAWEval协议将重复的视频生成转换为物理行为的经验分布。在十一个现有系统和50个场景中，没有模型表现出一致的概率对齐，这表明当前视频生成能力存在显著差距。