开发者自建系统量化世界模型可靠性:测量应先于训练
PrateekVJoshi · x · 2026-11-21
开源世界模型 post-training 时,如何可靠地衡量模型是否遵循指令、保持世界一致性是关键问题。作者构建了一套从生成视频中估算相机运动的测量系统,用于定位开源世界模型的失败点。
关键发现:部分失败无需更多训练即可缓解——
- 改写 prompt 可改善空间位置摆放;
- 翻转视频可逆转表观相机轨道方向(有局限);
- 启用内置检索可提升场景一致性。
但作者强调这些手段都不能根治底层问题,核心主张是「测量应该先行」(measurement first):先可靠度量,再决定怎么修。
「模型」频道最新
- 开发者实测:Windows 观测应用弃 GLM 5.3 Flash 改用 Inkling 2 Small — michellechen · 2026-11-21
- 用户盛赞 ChatGPT ultrafast 模式:用过就回不去普通速度了 — TheMoonMidas · 2026-11-21
- 美国众议院 PRC 模型报告:首要建议是扶持本土开源权重模型 — evijit · 2026-11-21
- FrontierBioML 基准发布:25 项计算生物任务,Claude Mythos 5.2 居首 — afurgs · 2026-11-21
- 200 万枚金丝雀密钥注入云 LLM,次日即遭盗用 — AccBalanced · 2026-11-21
- Google 八天内发布第三款 Gemini 模型 Neon,并扩展 Tasks 功能 — GeminiApp · 2026-11-21