💻 computer science
Trimming the Long-Tail of Visual World Modeling Evaluation
यह शोधपत्र टेलर-बेंच (Tailor-Bench) का परिचय देता है, जो एक ऐसा बेंचमार्क है जिसे क्रमिक रूप से चुनौतीपूर्ण परिदृश्यों के माध्यम से अनियमित भौतिक अंतःक्रियाओं का अनुकरण करने की विज़ुअल वर्ल्ड मॉडल्स (visual world models) की क्षमता का परीक्षण करके उनकी लॉन्ग-टेल जनरलाइजेशन (long-tail generalization) का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि वर्तमान मॉडल सतही दृश्य संकेतों (superficial visual cues) पर निर्भरता के कारण सामान्य पैटर्न से परे संघर्ष करते हैं।