Verdi

VERDI框架重新定义世界模型优化，强调验证而非直接迁移

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。