CaliBench推出，用于评估世界模型能否复现现实随机性

摘要与判断

CaliBench被介绍为一项评测视频世界模型真实随机性的基准，要求模型在掷骰子、抽牌等场景中生成与现实相符的结果分布。该测试将评估重点从画面是否逼真扩展到底层概率是否合理，可用于识别世界模型在模拟现实规律方面的偏差。

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_0020c10d6d434ca6

Processed Item

processed_714de5020b374192

Source

source_x_olivercameron

Cluster

查看所属簇

LLM Logs

llm_0393b54b2c5c4923, llm_f71b2adea75e4cbd, llm_764c580b6e66493b

Coze Loop

642cf89f69b0e2eed6ac0e7ad9d28c76