视频动作模型泛化差距研究
peterxichen · x · 2026-07-11
作者从 Video-Action-Models（VAMs）的泛化能力出发，提出一个新的观察：视频模型骨干在组合泛化上表现更好，但 VAMs 往往做不到同样的泛化。
他们把这个现象命名为 Video-Action-Generalization（VAG） gap，并给出一项研究来解释和改进它。帖子还附带线程说明，表示后续会展开更多细节。
「研究」频道最新
- EMNLP Oral 论文：免训练 KV 缓存驱逐实现 10 倍内存压缩 — yuz9yuz · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- forking 收官：probe gap 随上下文频率呈幂律，掩蔽低频 n-gram 可缩小差距 — ZimingLiu11 · 2026-10-27
- 「forking」机制拆解：n-gram 表把 logits 切成互不干扰的子空间 — ZimingLiu11 · 2026-10-27
- 被称最佳 LoRA 讲解视频：从几何直觉讲到任务内在维度 — sophiamyang · 2026-10-27
- 不改一个权重，机器人精度任务从 0/10 提到 9/10 — hbouammar · 2026-10-27