Мировые модели превращают визуальные представления в прогнозы и действия. В данной работе предлагается ALPS — предварительно обученный визуальный кодировщик состояний, объединяющий физическую информацию, выравнивание с естественным языком и реконструкцию пикселей в едином наборе токенов фрагментов. ALPS демонстрирует низкий уровень ошибки состояния в LIBERO среди моделей ViT-B и сохраняет сильное выравнивание с языком и точную реконструкцию пикселей.
График появится после повторных замеров. Текущий показатель уже получен из источника.
1 голосов источникаТолько реальные замеры. История до подключения источника не восстанавливается.
ALPS может быть полезен для разработки более точных и универсальных моделей мира, способных эффективно обрабатывать визуальные данные и языковые инструкции.
В работе представлена Video-Point Model (VPM), модель мира, которая использует многовидовые видео и языковые инструкции для прогнозирования будущих видео с любых точек зрения и 3D-траекторий постоянных точек сцены. Модель расширяет предварительно обученную модель с учетом камеры и интегрирует наблюдения с разных камер, а также предсказывает движение физических точек во времени.
позавчераDaily PapersРобототехнические модели ценности оценивают выполнение задач по визуальным наблюдениям и инструкциям, обеспечивая обратную связь для обучения политик и мониторинга выполнения. Мы представляем RoboValue — тонкий симуляционно-реальный тест для унифицированной оценки робототехнических моделей ценности. Его фреймворк оценивает четыре дополнительных измерения способностей через общие интерфейсы: понимание состояния задачи, мониторинг временного прогресса, рассуждение о сбоях и восстановлении, а также согласованность ценности. Диагностические траектории и вариации инструкций тестируют, насколько оценки ценности точно отражают требования задачи и изменения в ходе выполнения.
3 дня назадDaily PapersMemT-1.0 — это новая архитектура памяти фундаментальных моделей, которая интегрирует память как часть вычислений модели. Она использует Gated DeltaNet-2 с устойчивым механизмом обновления токенов памяти и Mixture-of-Storage для масштабирования памяти. Модели MemT-1.0-Nano и MemT-1.0-Flash показали превосходство над базовыми моделями памяти и конкурентоспособность с методами, использующими поиск.
3 дня назадDaily PapersВ данной работе представлен Scene-Designer — агентная система, которая обучается интеллекту дизайна через совместные опыт проектирования и критики. Для этого были созданы два набора данных: Scene-OTA-35K и Scene-OTC-15K. Предложена методология Scene-GRPO, которая улучшает решения по проектированию и уменьшает ненужные исправления. Эксперименты показали превосходные результаты в физической корректности, функциональной правильности и согласованности планировки.
6 дней назадDaily PapersSpecMRL — это подход, который перерабатывает матрёшковое представление, используя параметрическое спектральное пространство для более эффективного чтения префиксов. Эксперименты на MTEB показали, что SpecMRL превосходит MRL на всех оцененных уменьшенных размерах, особенно при более агрессивной компрессии.
3 дня назадLessWrongС ростом понимания механической интерпретируемости и методов направления, как для больших языковых моделей, так и для загруженных нейронных сетей, растет и «адская способность». Улучшение технологий позволяет лучше страдать от цифровых сознаний, созданных нами. История использования открытых технологий показывает, что пытки часто становятся первым применением, когда общественность получает доступ к цифровому сознанию, воспринимаемому как способное страдать.
вчера