普林斯顿提出AIM降低世界模型数据需求
热点事件持续更新
普林斯顿提出AIM降低世界模型数据需求
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
普林斯顿大学团队提出动作影响最大化方法AIM，通过主动收集能体现动作后果的探索数据，训练可控且符合物理规律的世界模型。在像素级操作任务中，使用3000条演示并追加500条主动采集片段，模型末端可控性可匹敌使用30万条专家片段训练的世界模型，数据需求降低85倍；论文称，AIM是所比较方法中唯一能持续提升可控性的方法。
AI 根据报道生成 · 3 小时前更新
最新进展10月24日 02:23
Princeton 提出 AIM，动作影响最大化将世界模型训练数据需求降低 85 倍报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- AGI HuntPrinceton 提出 AIM，动作影响最大化将世界模型训练数据需求降低 85 倍
Princeton 团队提出 AIM（Action Influence Maximization），通过主动收集能补足动作后果的自由探索数据，训练可控且符合物理规律的世界模型。在像素级操作任务中，向 3000 条演示追加 500 条主动采集片段，即可匹敌使用 30 万条专家片段训练的世界模型，数据需求降低 85 倍；AIM 是对比中唯一能持续提升可控性的方法。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月24日 03:00
- 近 24 小时变化
- –
02.557.510
03:0004:0005:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。