★ 2
MHWA 多时间尺度分层世界动作模型降低漂移
论文提出 MHWA，通过跨步高层上下文通道降低全局上下文更新频率，并用上下文感知路由动态重构底层专家混合，缓解自回归世界模型的误差累积。77M 参数模型在 14 款 Atari 游戏上取得 0.884 的 IQM 人类归一化得分，优于 JOWA-70M 基线。
arXiv cs.AI19 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 MHWA，通过跨步高层上下文通道降低全局上下文更新频率，并用上下文感知路由动态重构底层专家混合，缓解自回归世界模型的误差累积。77M 参数模型在 14 款 Atari 游戏上取得 0.884 的 IQM 人类归一化得分，优于 JOWA-70M 基线。