arXiv · 机器人与计算机视觉· Yanbin Xu, Ming bo Cai·· 2 天前AI 评分58
探究惊喜发生的位置:视频世界模型的局部违反预期评估
Probing Where Surprise Happens: Localized Violation-of-Expectation Evaluation of Video World Models
AI 导读
针对现有违反预期基准仅聚合时空误差导致无法定位物理理解缺陷的问题,本文引入局部违反预期评估框架,对比了全局、时间局部化及空时局部化的 V-JEPA 模型表现。研究发现在发育性自我中心视频预训练过程中,全局与局部判断的吻合度呈非单调变化,且局部判断置信度随准确率提升而增加,证实全局误差不能直接作为物理违规的时空证据。
来源:arXiv · 机器人与计算机视觉 · arxiv.org