JEPA论文提出Slow SVReg缓解内容与几何权衡
热点事件持续更新
JEPA论文提出Slow SVReg缓解内容与几何权衡
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Yann LeCun 在 X 上转推介绍了 alphaXiv 论文《The Content–Geometry Tradeoff in World Models: When JEPA Learns Latent Maps》,该论文提出 Slow SVReg 方法。据论文介绍,JEPA 世界模型能在环境中学到平滑的导航地图,但会丢失需要交互才能获得的物体信息,Slow SVReg 则帮助模型在学到更平滑环境地图的同时保留重要细节,例如变化缓慢的物体位置。 论文中的实验结果显示:在困难的第一人称迷宫导航任务上,与标准 stop-gradient 基线相比,Slow SVReg 将规划成功率从 21.2% 提升到 92.9%;在 PushT 操作任务上,成功率从 44.0% 提升到 87.3%。
AI 根据报道生成 · 3 小时前更新
最新进展11月21日 20:43
JEPA 论文提出 Slow SVReg,缓解世界模型内容与几何的权衡报道时间线
沿着报道,了解事件的不同侧面。
11月21日
- Yann LeCun (@ylecun)JEPA 论文提出 Slow SVReg,缓解世界模型内容与几何的权衡
Yann LeCun 转发 alphaXiv 的论文 The Content–Geometry Tradeoff in World Models: When JEPA Learns Latent Maps,指出 JEPA 世界模型能在环境中学到平滑的导航地图,但会丢失需要交互的物体信息。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 811月22日 03:00
- 近 24 小时变化
- –
02.557.510
03:0004:0005:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。