论文检验潜在世界模型自适应深度假设

Achyuthan Sivasankar 发布 arXiv 论文《Does Depth Survive Composition, and Can a Router Use It?》，在九项 DeepMind Control 任务上，用包含十二个预测块、每任务八个随机种子的潜变量早期退出预测器做实验，检验两个问题：更深的预测是否更准确（深度能否在组合中保留），以及步骤难度能否提前识别并由路由器利用。 作者说明实验的证据阶段不同：固定深度实验是预注册的，而路由分析、规划器运行、消融控制和一步分解均为探索性。作者还指出，结果会随编码器、骨干网络、视野和训练数据而变化。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。