CaliBench 发布：用掷骰子检验世界模型能否复现真实随机性
damianplayer · x · 2026-08-19
Odyssey 推出 CaliBench，评估视频世界模型能否复现现实世界的真实随机性。Oliver Cameron 用《黑客帝国》里黑猫出现两次的桥段作类比：世界模型生成的画面看起来逼真，但底层数据分布可能是错的。CaliBench 的思路很直接——让模型掷骰子、抽扑克牌，看其产生的结果分布是否与真实概率一致，以此度量「现实的随机性」是否被正确建模。
所属事件:Odyssey 推出 CaliBench：用掷骰子检验世界模型(2 条相关)→
「研究」频道最新
- OpenAI 博客:公共数据能否预测真实 AI 风险? — yoavartzi · 2026-08-20
- 研究揭露 LLM API 架构漏洞：可窃取思维链数据 — burkov · 2026-08-20
- 图灵启发的日常思考：人机辨识问题新解 — ArtificialOther · 2026-08-20
- Meta 研究质疑 Chinchilla 定律：算力与数据存在交互效应 — burkov · 2026-08-20
- 分析 14,472 条 AI 引用发现：本地搜索中商家官网仍拿走 60% 引用 — gaganghotra_ · 2026-08-20
- LEGO-RL 发布:让编码 agent 用原生 harness 直接做策略梯度训练 — Lego-X · 2026-08-20