Hugging Face Daily Papers·· 2026-10-16AI 评分27
先执行再记忆:视频世界模型记忆失效诊断与 MIST 评测
Execution Before Memory: Diagnosing Memory Failures in Video World Models
AI 导读
研究提出 MIST 评测,将"场景是否设定"与"指令变更是否执行"分离,发现视频世界模型的瓶颈在于未执行指令变更而非遗忘。配套方法 M3-Agent 通过递归改写输入指令细节,使 MIST reveal 分数提升三倍以上,WRBench 的 T 分数提高 26.1%,MBench-T 的 U 分数提高 52.7%。
打开原文 arxiv.org