VLM与LAM在自然游戏中的脑对齐研究
热点事件持续更新
VLM与LAM在自然游戏中的脑对齐研究
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Subba Reddy Oota等作者提交的一项研究,用fMRI记录被试玩Atari风格游戏时的脑活动,比较视觉语言模型(VLMs)与大型动作模型(LAMs)的脑对齐表现。 结果显示,两类模型在体素级编码性能上均显著优于强化学习基线,在特征维度匹配后仍保持优势;研究还报告,提示词驱动的提升在额顶叶与运动规划区域约为2至2.5倍。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
视觉语言模型与动作模型在自然游戏中的推理与动作表征脑对齐研究报道时间线
沿着报道,了解事件的不同侧面。
10月8日
- arXiv:cs.LG视觉语言模型与动作模型在自然游戏中的推理与动作表征脑对齐研究
研究利用fMRI记录被试玩Atari风格游戏时的脑活动,对比视觉语言模型(VLMs)与大动作模型(LAMs)的脑对齐表现。两类模型在体素级编码性能上均显著优于强化学习基线,即使在特征维度匹配下仍保持优势,且提示词驱动的提升在额顶叶与运动规划区域约为2-2.5倍。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。