Hugging Face · 每日论文·· 5 天前精选AI 评分60
Ψ-0.6:统一视觉语言世界模型中的自适应思维流
Ψ-0.6: Adaptive Streams of Thought in a Unified Vision-Language World Model
AI 导读
Ψ-0.6 是一个统一的视觉语言世界模型,通过共享的思维流机制自适应组合感知、语言、几何与模拟,支持零样本多视角空间推理和反事实模拟。模型在视觉问答任务中通过强化学习优化中间表示的选择与生成,性能优于现有开源模型,并在未见过的基准上迁移有效。
推荐理由
该模型在零样本多视角空间推理上超越现有开源模型,且通过几何中间表示提升性能,为可适应的物理推理提供新路径。
来源:Hugging Face · 每日论文 · huggingface.co