PAWBench：距离概率对齐的世界模型还有多远？
PAWBench提出将概率对齐作为评估世界模型的标准。模型不仅要生成一条合理的轨迹，还应在相同的初始观测和行动条件下，正确复现各种可能结果的分布。该基准及PAWEval评测协议在50个场景和11个现有系统上分析了重复视频生成结果。没有任何受测模型能够持续匹配参考概率，同时覆盖全部有效的物理行为。研究还考察了语言提示、初始噪声和模型训练是否能够改变模型的预测分布。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。