Meta AI 与牛津大学发布 OverSeer 论文:固定辅助视角提升多智能体世界模型一致性
Meta AI 与牛津大学发布《OverSeer: Multi-Agent World Models Beyond What Agents See》论文,提出在智能体第一视角之外引入空间固定的辅助相机视角,以世界为中心提升多智能体视频流的一致性。
Meta AI 与牛津大学发布《OverSeer: Multi-Agent World Models Beyond What Agents See》论文,提出在智能体第一视角之外引入空间固定的辅助相机视角,以世界为中心提升多智能体视频流的一致性。
Ai2 发布 FairStress 基准,以 29 个领域的 300 个双候选人决策场景和超过 1300 万个测试用例,评估 LLM 在人口统计身份与对抗性前缀影响下的决策稳健性。实验发现,模型在明确标注身份时放弃正确答案的平均差距达到 9.3 个百分点,部分前沿模型在模糊案例中约有 60%–65% 的概率选择少数群体编码候选人。研究还表明,仅依赖固定选项评分可能遗漏生成式决策中的过度纠正。
Meta 的 GenRecs Tokenization 通过稳定语义词表表示广告、商品、页面等对象,并与 GEM 和 Adaptive Ranking Model 配合,使多平台广告转化率提升 +0.35%。该方法让新广告和长尾实体借助相关概念获得信号,同时支持跨广告系列迁移及检索、排序中的 LLM 扩展收益。