LeCun 团队 Causal-JEPA:通过对象级掩码学习世界模型
burny_tech · x · 2026-08-29
帖子讨论了 Causal-JEPA 论文(Yann LeCun 等人),该研究提出一种基于对象级潜在掩码的世界模型。通过在训练中掩盖对象状态并强制从上下文推断,C-JEPA 解决了交互依赖的动态预测问题。实验显示,它在反事实推理中比无对象掩码版本提升约 20%,在智能体控制任务中使用的特征仅占基于 patch 模型的 1%,但性能相当。
「研究」频道最新
- 周末资源:从第一性原理推导位置编码 — zainhas · 2026-08-30
- COLM 论文用梯度归因揭示 LLM 能力来源 — ziv_ravid · 2026-08-30
- Toby Ord 论文指递归自我改进受物理限制 — Exponential View (Azeem Azhar) · 2026-08-30
- Fable 与 Sol 形式化验证文献,首次找出论文可修复错误 — Sauers_ · 2026-08-30
- Mark Schmidt 发布 ICML 教程视频:数值优化理论在 2026 年还重要吗 — MarkSchmidtUBC · 2026-08-30
- 46 行 Python 实现 SDF 甜甜圈渲染 — voooooogel · 2026-08-30