Latent World ModelsExperten
Erfolgskriterien als Trainingsziele: Hilfsverlust verbessert Planung latenter Weltmodelle
Das vorliegende Preprint schlägt einen kriterienorientierten Hilfsverlust für latente Weltmodelle vor, der die im Erfolgskriterium definierten physikalischen Größen als Regressionsziele nutzt. Auf vier Manipulationsaufgaben verbessert der Ansatz die Erfolgsrate signifikant, etwa auf PushT um 3,5 Prozentpunkte und auf cube um 3,4 Prozentpunkte. Da die linearen Köpfe nach dem Training entfernt werden, bleiben Modell, Eingaben und Inferenzkosten unverändert, was die Integration erleichtert.