MIST评测揭示视频世界模型记忆缺陷实为指令执行失败
热点事件持续更新
MIST评测揭示视频世界模型记忆缺陷实为指令执行失败
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Weiyang Jin 等研究人员发布针对视频世界模型的评测框架 MIST。研究指出，此类模型表现出的“记忆”缺陷实际上源于指令执行失败。MIST 框架通过分离场景设置与指令执行两个维度，精准诊断了这一问题。 基于该发现，团队提出了 M3-Agent 方法。该方法通过递归修订指令细节来优化模型表现，使 MIST reveal 分数提升了 3 倍以上。在 WRBench 和 MBench-T 两个基准测试中，M3-Agent 分别实现了 26.1% 和 52.7% 的显著分数提升。
AI 根据报道生成 · 6 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv · NLPExecution Before Memory: Diagnosing Memory Failures in Video World Models
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。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月19日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:0018:0019:00
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。