किन मामलों में गुप्त भविष्यवाणी त्रुटि वीडियो विश्व मॉडल में भौतिक आश्चर्य के दावों का समर्थन करती है?
वीडियो मॉडल भविष्यवाणी त्रुटि शारीरिक आश्चर्य का विश्वसनीय रूप से संकेत नहीं दे सकती है; परीक्षणों में मिश्रित त्रुटियां और कई झूठे झंडे पाए गए, जिन्हें मजबूत सत्यापन की आवश्यकता है।
मुख्य जानकारी
- पेपर परीक्षण करता है जब वी-जेईपीए2-जी भविष्यवाणी त्रुटि गोलाकार समर्थन और अंतराल प्रयोगों का उपयोग करके वीडियो दुनिया मॉडल में भौतिक आश्चर्य के दावों का समर्थन कर सकती है।
- 256 कॉन्फ़िगरेशन में, मॉडल मिश्रित त्रुटि पैटर्न दिखाता हैः ठोस समर्थन पर असंभव गति के लिए कम त्रुटि लेकिन एक अंतराल पर असम्भव आंदोलन के लिए उच्च त्रुटि, यह सुझाव देते हुए कि पूर्वानुमान त्रुटि एक साधारण एकतरफा आश्चर्य संकेत नहीं है।
- एक निश्चित विकास कटऑफ स्वच्छ क्लिप पर 53.9% संतुलित सटीकता तक पहुंच जाता है, लेकिन शारीरिक रूप से संभव क्लिप्स के लगभग 69% को गलत तरीके से चिह्नित करता है, जो मजबूत सत्यापन की आवश्यकता को उजागर करता है।
- इस अध्ययन में सुलभ भौतिक जानकारी, प्रतिनिधित्व ज्यामिति और क्रिया संवेदनशीलता को देशी भविष्यवाणी त्रुटि से अलग किया गया है। इससे पता चलता है कि विशेषताओं के भौतिक संकेत एक विश्वसनीय आश्चर्य सिग्नल की गारंटी नहीं देते हैं।
- निष्कर्षों का दावा नहीं है कि V-JEPA2-G को भौतिक ज्ञान की कमी है; वे एक संकीर्ण प्रश्न उठाते हैंः भविष्यवाणी त्रुटि वास्तव में शारीरिक उल्लंघन के दावे का समर्थन कब करती है?
मेटा विवरण: एक नया पेपर परीक्षण करता है कि क्या वी-जेईपीए 2-जी भविष्यवाणी त्रुटि गोलाकार समर्थन और अंतर प्रयोगों का उपयोग करके वीडियो दुनिया के मॉडल में भौतिक आश्चर्य दावों का समर्थन कर सकती है।
टैगः वीडियो विश्व मॉडल, V-JEPA2-G, भौतिक तर्क, भविष्यवाणी त्रुटि, AI मूल्यांकन
फ़ीचर छवि: !समर्थन अंतराल और पूर्वानुमान-त्रुटि वक्र के ऊपर एक गोला का सार अनुकूल चित्रण
वीडियो वर्ल्ड मॉडल बनाने वाले शोधकर्ताओं के लिए, इसके लेखकों द्वारा एक नया पेपर पूछता है कि जब वी-जेईपीए 2-जी भविष्यवाणी त्रुटि को भौतिक आश्चर्य के प्रमाण के रूप में माना जा सकता है। लेखकों ने परीक्षण किया कि क्या स्फीयर की समर्थन स्थिति ठोस जमीन से अंतराल तक स्वैप होने पर मॉडल का एर सिग्नल बदल जाता है। परिणाम दिखाता है क्यों सावधानीपूर्वक सत्यापन मायने रखता हैः कुछ त्रुटि पैटर्न दिखाई देते हैं, लेकिन एक एकल कटऑफ अभी भी कई शारीरिक रूप से संभव क्लिप्स को चिह्नित करता है।
समर्थन विनिमय प्रश्न को ठोस बनाता है
सबसे स्पष्ट परिणाम एक नियंत्रित समर्थन परीक्षण से आता है। एक गोला ठोस समर्थन पर रुक सकता है या अंतराल के माध्यम से गिर सकता है। समर्थन को स्वैप करना रिवर्स करता है कि कौन सी गति शारीरिक रूप से संभव है। उस सेटअप में, भौतिक आश्चर्य को मापने के लिए भविष्यवाणी त्रुटि का उपयोग करने वाला मॉडल ठोस समर्थन और असम्भव आंदोलन के बीच एक स्पष्ट अंतर दिखाना चाहिए।
256 परीक्षण विन्यासों में, वी-जेईपीए 2-जी ठोस समर्थन पर असंभव गति के लिए कम औसत त्रुटि प्रदान करता है, लेकिन एक अंतराल पर असम्भव आंदोलन के लिए उच्चतर त्रुटि। मिश्रित दिशा मायने रखती है। यह सुझाव देता है कि परीक्षण की गई भविष्यवाणी त्रुटि हर शारीरिक रूप से असंभव घटना के लिए सरल, एक तरफा संकेत के रूप में व्यवहार नहीं करती है।
एक कटऑफ अभी भी कई संभावित क्लिप चिह्नित करता है
पेपर एक विकास-फिक्स्ड कटऑफ़ की भी रिपोर्ट करता है, जिसका अर्थ है कि विकास के दौरान निर्धारित सीमा। स्वच्छ क्लिप पर, वह कटऑफ 53.9% संतुलित सटीकता तक पहुंच जाता है। उसी समय, यह लगभग 69% संभावित क्लिप्स को गलत तरीके से चिह्नित करता है।
पाठकों के लिए, इसका मतलब है कि परीक्षण किए गए सिग्नल को भौतिक उल्लंघनों का पता लगाने के लिए उपयोग करने से पहले मजबूत सत्यापन की आवश्यकता हो सकती है। एक मॉडल कुछ मामलों को अलग कर सकता है, लेकिन झूठी झंडा दर दिखाती है कि क्यों एक एकल त्रुटि सीमा सामान्य, शारीरिक रूप से संभव गति पर कई अलार्म उत्पन्न कर सकती है.
भौतिक जानकारी आश्चर्य के समान नहीं है
लेखक भौतिक-लेबल रीडआउट, प्रतिनिधित्व ज्यामिति और कार्रवाई / उपस्थिति नियंत्रणों की भी जांच करते हैं। ये अलग-अलग तरीके हैं कि क्या एक मॉडल स्टोर करता है, उजागर करता है या शारीरिक संरचना पर प्रतिक्रिया देता है। प्रमुख अंतर संकीर्ण हैः सुलभ भौतिक जानकारी और क्रिया संवेदनशीलता अपने आप में यह स्थापित नहीं करती है कि देशी भविष्यवाणी त्रुटि भौतिक आश्चर्य को मापती है।
एक मॉडल अपनी विशेषताओं में भौतिक संकेत शामिल कर सकता है, गति परिवर्तनों का जवाब दे सकता है या लेबल को पढ़ने की अनुमति देता है, जबकि इसकी मूल भविष्यवाणी त्रुटि अभी भी अपेक्षित तरीके से शारीरिक उल्लंघन को चिह्नित करने में विफल रहती है। परीक्षण किए गए V-JEPA2-G परिणाम भौतिक जानकारी होने और उस जानकारी को विश्वसनीय आश्चर्यजनक सिग्नल में बदलने के बीच के अंतर की ओर इशारा करते हैं।
परीक्षण क्या दावा नहीं करता है
ये निष्कर्ष परीक्षण किए गए मॉडल और सेटिंग्स से संबंधित हैं, न कि भौतिक ज्ञान की अनुपस्थिति। पेपर यह नहीं कहता है कि वी-जेईपीए 2-जी में भौतिक ज्ञान का अभाव है। यह एक अधिक सटीक प्रश्न पूछता हैः जब वीडियो वर्ल्ड मॉडल की भविष्यवाणी त्रुटि वास्तव में शारीरिक आश्चर्य के दावे का समर्थन करती है?
लेखक दूसरों को यह विचार करने के लिए आमंत्रित करते हैं कि भौतिक उल्लंघन का पता लगाने के लिए उपयोग किए जाने से पहले भविष्यवाणी-त्रुटि संकेतों को कैसे मान्य किया जाना चाहिए। नीचे दिए गए लिंक पेपर, आंकड़े, कोड और प्रयोग रिकॉर्ड दिखाते हैं।
कागजः https://arxiv.org/abs/2611.01815
परियोजना और आंकड़े: https://3-ml.github.io/jepa-surprise/
कोड और प्रयोग रिकॉर्डः https://github.com/3-ml/jepa-surprise

Comments (0)