NYU CDS 月度研究：训练后仍持续学习的自适应世界模型 AdaJEPA
mengyer · x · 2026-11-04
NYU 数据科学中心（CDS）11 月研究精选，亮点包括：
- AdaJEPA：自适应潜在世界模型——Ying Wang 与 Oumayma Bounou、Yann LeCun、Mengye Ren 合作，让世界模型在部署后遇到环境变化（光照改变、物体重量不符预期）时能在规划过程中持续适应，而非只依赖训练阶段学到的知识；解决机器人在单一环境练习数百万步后换场景就失效的问题。
- VLM 能否从视频追踪中风康复？——Victori Li 与 Carlos Fernandez-Granda 等测试视觉语言模型能否直接从康复视频提取手部动作与物体交互等临床信息，发现即便先进模型也难以准确描述。
- 挑战 Anthropic 的模型内省证据——Shashwat Singh、Tal Linzen、Shauli Ravfogel 质疑 Anthropic 2025 年「Claude 能检测被注入概念」这一「涌现内省意识」结论的可靠性。
「研究」频道最新
- SemiAnalysis 发布 GDPx 基准：最强模型得分仅 12% — scaling01 · 2026-11-04
- TLAPS-Bench 发布:265 个真实系统证明目标,GPT-6.1 Sol 仅解出 44.3% — tianyin_xu · 2026-11-04
- StreamDuo 让游戏解说 AI 看懂没玩过的游戏,实体召回提升近 30% — Zixian Gao · 2026-11-04
- Redwood 研究员析递归自我改进：AI 研究自动化与失控加速可以拆开看 — deanwball · 2026-11-04
- UMAP 0.6 引入 Adam 与动量布局优化器,0.7 将设为默认 — leland_mcinnes · 2026-11-04
- UMAP 0.6 预览版登 PyPI,重大更新可提前试用 — leland_mcinnes · 2026-11-04