arXiv · cs.CL· Weiyang Jin·· 11 天前AI 评分41
MIST 评测诊断视频世界模型的记忆失败：瓶颈在于执行而非记忆
Execution Before Memory: Diagnosing Memory Failures in Video World Models
来源与原文
arXiv · cs.CL
作者：Weiyang Jin
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.23542v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 MIST 评测，将指令变更与记忆分离，发现视频世界模型失败瓶颈在于未执行指令变更，而非遗忘。据此提出的 M3-Agent 方法递归修订输入指令细节，使模型成功执行请求，MIST reveal 得分较基线提升逾三倍，WRBench 的 T 提升 26.1%，MBench-T 的 U 提升 52.7%。
来源：arXiv · cs.CL · arxiv.org