arXiv · AI· Khai Loong Aw, Klemen Kotar, Baihan Zhang, Yifan Liu, Lilian Chen, Atlas Kazemian, Rahul Venkatesh, Daniel Yamins·· 2 小时前AI 评分31
Ψ-0.6：统一视觉语言世界模型中的自适应思维流
$\Psi$-0.6: Adaptive Streams of Thought in a Unified Vision-Language World Model
AI 导读
Ψ-0.6 是一款统一的视觉语言世界模型，通过自适应组合感知、语言、几何和仿真实现“思维流”，零样本下在多图空间推理上超越领先的开源权重模型。 该模型支持反事实仿真，生成并解读想象场景；强化学习从任务反馈中联合优化中间表示的选择、生成与使用，提升视觉问答准确率并泛化到未见基准。 Ψ-0.6 为自适应物理推理提供路径，不仅预测物理世界，还能选择用于推理的表示。
来源：arXiv · AI · arxiv.org