arXiv · cs.AI · Jun Liu, Dajie Sun, Zhenglun Kong, Zhenjiang Fan, Peiyan Dong, Fan Yang, Wenbin Zhangg, Geng Yuan, Xue Lin, Yanzhi Wang, Dong Huang · 11 小时前模型评分46
测试时搜索何时真正帮到世界动作模型？Cosmos Policy 与 RoboCasa 的候选选择与仿真器完整性审计
When Does Test-Time Search Help World Action Models? An Empirical Audit of Candidate Selection and Simulator Integrity
导读
一项预注册审计在 Cosmos Policy 和 RoboCasa 上检验测试时搜索的三项前提：学习型价值选择器比随机选择差 1.66 个百分点，事后最优选择仅提升 1.40 个百分点，82% 的状态下候选结果完全相同。
分类置信度
中 · 待人工复核
- 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 audit all three on Cosmos Policy and RoboCasa with a premise-first, pre-registered methodology.”
- “Conclusions are scoped to the tested configuration.”
来源：arXiv · cs.AI · arxiv.org