跳到正文
热点事件持续更新

研究:VLM与LAM在游戏中脑对齐高于RL基线

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

一项新研究用 fMRI 记录被试玩 Atari 风格游戏时的脑活动,比较视觉语言模型(VLM)与大型动作模型(LAM)两类基础模型与人脑的对齐程度。结果显示,两类模型在体素级编码性能上均显著高于强化学习(RL)基线,且在特征维度匹配的条件下这一结论依然成立。 研究还发现,提示词带来的脑对齐增益在额顶叶和运动规划区约为视觉皮层的 2–2.5 倍。该研究由 Subba Reddy Oota 等作者发表。 上述结论来自模型编码性能的对比,反映的是模型表征与人脑活动的对齐程度,而非模型在游戏中实际表现或认知能力的直接证据。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv cs.LG
    VLM 与 LAM 在自然游戏中的推理与动作表征脑对齐研究

    研究用 fMRI 记录被试玩 Atari 风格游戏时的脑活动,对比 VLM 与 LAM 两类基础模型的脑对齐表现。两者体素级编码性能均显著高于 RL 基线,且在特征维度匹配下依然成立;提示词带来的增益在额顶叶和运动规划区约为视觉皮层的 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。