状态: 实验性世界模型模型评估
DAWM——深度感知世界模型
世界模型实验、阶段诊断与失效分析,把回归视为一连串被否证的假设,而非单一的训练失败。
摘要
DAWM 是一条实验性的世界模型方向,整合自 Octoryn Research 与 octopus-labs 的理论工作。我们逐阶段诊断回归,以区分架构压力与调参噪声,并保留较早阶段的基线作为对照。
问题与动机
跨训练阶段的世界模型回归很容易被误认为优化器或数据集噪声,从而掩盖架构性成因。
研究问题
- 第 7 阶段的哪些回归属于架构性问题,而非调参噪声?
- 状态抽象的压力能否解释反复出现的回归聚类?
方法
- 阶段局部回滚矩阵
- 表征瓶颈探针
- 短时程控制评估
观察
来自内部工作的现时观察。这些不是经验证的结果,除非所链接的发表另有说明,否则未经同行评审。
- 观察到:回归聚类在两次互不相关的参数扫描中保持稳定。
局限
- 实验性质;接口与结果不稳定。
- 未经同行评审;尚未运行任何外部基准。
披露
- 资助
- 基础设施支持由 Octopus Core Pty Ltd / Octoryn 提供;理论与 octopus-labs 共享。
- 利益冲突
- 未就该实验性方向识别出特定的商业利益冲突。