arXiv · NLP· Weiyang Jin, Jiwen Yu, Sihan Xu, Yuwei Niu, Xihui Liu·· 8 小时前AI 评分34
Execution Before Memory: Diagnosing Memory Failures in Video World Models
Execution Before Memory: Diagnosing Memory Failures in Video World Models
AI 导读
研究指出视频世界模型的“记忆”缺陷实为指令执行失败，提出分离场景设置与指令执行的评测框架 MIST。 针对该问题提出 M3-Agent 方法，通过递归修订指令细节，使 MIST reveal 分数提升 3 倍以上。 在 WRBench 和 MBench-T 基准测试中，分别实现 26.1% 和 52.7% 的分数提升。
来源：arXiv · NLP · arxiv.org