AnyGoal、世界モデルの未知組合せ汎化を評価

研究者らは、ワールドモデルが既知の状態と行動を未見の組み合わせで再結合した際に、その動力学を汎化できるかを評価するベンチマーク「AnyGoal」を提案した。複数の環境とワールドモデル系統で検証した結果、現行モデルはこの再結合条件下で一貫して失敗することが示された。あわせて、ベンチマークのタスク群とオープンソースライブラリも提供されている。

Hugging Face Daily Papersより

推移を表示するための継続的な観測データがまだ足りません。