World Modeling with Probabilistic Structure Integration
Моделирование мира с помощью вероятностной интеграции структуры В этом документе представлена вероятностная интеграция структуры (PSI) - новая система для создания управляемых моделей мира на основе данных. PSI работает в три этапа: вероятностное предсказание, извлечение структуры и интеграция. Этап вероятностного предсказания строит графическую модель данных, обеспечивая условные распределения между переменными. Затем извлечение структуры идентифицирует низкоразмерные свойства посредством причинно-следственного вывода. Наконец, интеграция включает эти структуры в качестве новых токенов для улучшения предсказаний и возможностей управления моделью. Модель обучается на огромных объемах интернет-видеоданных и демонстрирует передовые результаты в прогнозировании видео, оптическом потоке, оценке глубины и сегментации объектов. Итеративный цикл PSI расширяет возможности модели и создает новые интерфейсы управления. Этот подход направлен на преодоление разрыва между языковыми моделями и нелингвистическими моделями мира, обеспечивая более богатое взаимодействие и понимание. #МоделированиеМира #ВероятностныйИИ #ИнтеграцияСтруктуры #ИсследованияИИ #ПрогнозированиеВидео документ - http://arxiv.org/pdf/2509.09737v1 подписаться - https://t.me/arxivpaperu отправить донаты: USDT: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 BTC: bc1q8972egrt38f5ye5klv3yye0996k2jjsz2zthpr ETH: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 SOL: DXnz1nd6oVm7evDJk25Z2wFSstEH8mcA1dzWDCVjUj9e создано с помощью NotebookLM
Моделирование мира с помощью вероятностной интеграции структуры В этом документе представлена вероятностная интеграция структуры (PSI) - новая система для создания управляемых моделей мира на основе данных. PSI работает в три этапа: вероятностное предсказание, извлечение структуры и интеграция. Этап вероятностного предсказания строит графическую модель данных, обеспечивая условные распределения между переменными. Затем извлечение структуры идентифицирует низкоразмерные свойства посредством причинно-следственного вывода. Наконец, интеграция включает эти структуры в качестве новых токенов для улучшения предсказаний и возможностей управления моделью. Модель обучается на огромных объемах интернет-видеоданных и демонстрирует передовые результаты в прогнозировании видео, оптическом потоке, оценке глубины и сегментации объектов. Итеративный цикл PSI расширяет возможности модели и создает новые интерфейсы управления. Этот подход направлен на преодоление разрыва между языковыми моделями и нелингвистическими моделями мира, обеспечивая более богатое взаимодействие и понимание. #МоделированиеМира #ВероятностныйИИ #ИнтеграцияСтруктуры #ИсследованияИИ #ПрогнозированиеВидео документ - http://arxiv.org/pdf/2509.09737v1 подписаться - https://t.me/arxivpaperu отправить донаты: USDT: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 BTC: bc1q8972egrt38f5ye5klv3yye0996k2jjsz2zthpr ETH: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 SOL: DXnz1nd6oVm7evDJk25Z2wFSstEH8mcA1dzWDCVjUj9e создано с помощью NotebookLM
