← 世界模型 / 从表征到预测CortexBench 表征评测流程VC-1 / CortexBench · 原文 Fig. 2 · p.4 ↗
正式发表 / World Models
VC-1 / CortexBench
Where are we in the search for an Artificial Visual Cortex for Embodied Intelligence?
NeurIPS · 2023CCF A
关键框架 FRAMEWORK
用 CortexBench 比较预训练视觉编码器在多类具身任务上的迁移,并研究 VC-1 的数据规模与任务适配。
- 01预训练视觉编码器
- 02接入不同控制任务
- 03比较冻结与适配表现
THE IDEA
它在解决什么
用 CortexBench 比较预训练视觉编码器在多类具身任务上的迁移,并研究 VC-1 的数据规模与任务适配。
WHY READ IT
为什么放在这条路线
避免只在单一操作任务上判断表征优劣,为 R3M、VIP 与 JEPA 提供统一的评测视角。
READ WITH A QUESTION
读的时候,留意什么
更大模型和更多预训练数据并非在每个任务上都更好;区分冻结表征与任务适配结果。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器