LeHami 把哈密顿力学引入 JEPA,用辛积分器防止长期预测的潜空间坍缩
TheTuringPost · x · 2026-11-07
- The Turing Post 介绍 LeHami:由 Yann LeCun、Randall Balestriero 和 Romina Yalov 提出的将哈密顿力学引入 JEPA 世界模型的方法,用于在长期预测中保持相空间体积、防止潜空间坍缩。
- 选择哈密顿而非拉格朗日力学的关键:变量是坐标 q 与动量 p(而非速度),得到成对的一阶方程来更新状态;哈密顿函数 H(通常为动能+势能)是核心,由类似 K(p) 与 V(q, u) 的分量构成,u 代表动作。
- 用辛蛙跳积分器按动作预测状态演化,保证约束不被违反。配图对比了拉格朗日与哈密顿两种等价描述,并指出 LeHami 的机制排除的是特定的 rollout 坍缩模式,而非预测误差本身。
「研究」频道最新
- 「生成漂移」是不是 AI 的根本缺陷?Reddit 引发可靠性争论 — Peacefulhuman1009 · 2026-11-07
- ICLR 审稿人建议：反驳 nitpicking 要引用原文具体回击 — brunofmr · 2026-11-07
- CIKM 2026 开设 Agentic Search 教程：覆盖 RL 优化与深度研究评估 — mrdrozdov · 2026-11-07
- METR 报告被大量涂黑，但公开数据交叉验证：Anthropic 的 AI 自加速大概率属实 — ben_j_todd · 2026-11-07
- 验证过完备分布式表示的干扰预测，ICLR 新版将扩充更多模型 — Rasmic · 2026-11-07
- 「权重空间编程」会是超dstion？开发者押注它成前沿模型标配能力 — jm_alexia · 2026-11-07