PhysiCalWorld

新的 arXiv 论文探讨学习理论和 AI 的物理校准

两篇新的研究论文已在 arXiv 上发表，重点关注机器学习的不同领域。第一篇论文“具有未知边际的严格可复制可实现学习的二次样本复杂度”深入探讨了学习算法的理论方面，在分布及其边际未知的情况下，确定严格可复制性的样本复杂度指数。第二篇论文“PhysiCalWorld：用于世界模型的上下文内物理校准”引入了一种新颖的方法，通过使用上下文内提示来推断和应用特定场景的物理属性，而无需显式的物理建模或微调，从而校准机器人领域的世界模型。