跳到正文
arXiv · 机器人与计算机视觉· Munachiso Samuel Nwadike, Zangir Iklassov, Ali Mekky, Zayd M. Kawakibi Zuhri, Kentaro Inui·· 8 天前AI 评分53

Einstein World Models:一种将视觉时序推演嵌入大语言模型推理轨迹的世界模型蓝图

Einstein World Models

AI 导读

该论文提出 Einstein World Models(EWMs),这是一种基于大语言模型的推理系统蓝图,旨在通过引入视觉时序推演来增强复杂思考能力。在 EWM 架构中,LLM 调用世界模块生成场景的短时序推演结果,这些结果不作为直接答案,而是作为可检查的反事实假设以支持后续推理过程。该工作将工具调用能力扩展至视觉思维实验领域,探讨可视化反事实事件是否能作为语言之外的复杂思考机制。

来源:arXiv · 机器人与计算机视觉 · arxiv.org