CaliBench推出视频世界模型“现实随机性”评测

摘要与判断

帖文介绍了CaliBench，用于评估视频世界模型能否复现现实中的随机性，而不只是生成视觉上逼真的模拟结果。该评测关注模型底层分布是否正确，例如掷骰子或抽牌时，生成结果的概率分布应与现实相匹配，为世界模型的可靠性评估增加了新的观察维度。

Topics

引用和原文

• In The Matrix, it becomes obvious it’s a simulation when the black cat appears twice. Worl
• 原文链接

Trace

Raw Item

raw_376e860473ff4cad

Processed Item

processed_6391d5ebc8144f82

Source

source_x_feishu_candidate_svpino

Cluster

查看所属簇

LLM Logs

llm_007cf9618519453e, llm_3b59bdb2fb274818, llm_2d7be4da13294dd6

Coze Loop

ee67124af3de8e7ec41c2ec2c41e2fe5