КПЖВ: Улучшение семантического представительства в целях обобщения нераспределяемых данных в моделях международных действий
arXiv: 2609.18462v1 Annualce Type: кросс-бюллетени: Мировые модели действий в стиле FastWAM позволяют сделать эффективные выводы, но плохо обобщают при визуальном распределении. В их ориентированных на реконструкцию представлениях подчеркиваются конкретные особенности, ограничивая обобщение невидимыми сценами и объектами. Без истории наблюдений в модели также отсутствуют временные доказательства для точного выявления изменений и движения, имеющих отношение к задаче, в незнакомых визуальных условиях. В целях устранения этих ограничений мы представляем Всемирную модель действий в области семантики (Causal Semantic World Action Model), которая дополняет FastWAM каузальным экспертом, построенным на V-JEPA 2.1. V-JEPA обеспечивает временные заложенные представления изменений и движения в семаническом состоянии при меньшей зависимости от конкретных особенностей внешнего вида. Эксперт изучает их будущую эволюцию на основе ограниченной истории текущих и прошлых наблюдений и делится исторически сложившимся контекстом как с видео, так и с действиями через причинно-следственное внимание. В адском огне