arXiv · cs.AI · Juntao Cheng, Jinzhou Tang, Fan Feng, Henrik I. Christensen, Yujia Zheng · 10 小时前模型评分43
CausalWAM：让世界动作模型只从动作相关隐变量生成动作
CausalWAM: Learning the Causes of Actions in World Action Models
导读
研究提出 CausalWAM（CWAM），在预训练世界动作模型（WAM，World Action Model）的动作头上加一条稀疏路由路径，把“导致动作的隐变量”与“预测场景所需的隐变量”分开，世界建模目标保持不变。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：foundation-models，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We therefore propose CWAM (Causal WAM), which incorporates the constraint into a pretrained WAM by adding a sparse routing path to its action head, with the world modeling objective remaining unchanged.”
来源：arXiv · cs.AI · arxiv.org