论文页面 - PAWBench：我们距离概率对齐的世界建模还有多远？

来源：https://huggingface.co/papers/2608.27345
发布于8月27日

#2 当日论文 (https://huggingface.co/papers/date/2026-08-28)
作者：

,

,

,

,

,

,

,

,

,

,

,

,

摘要

本研究形式化了世界模型的概率对齐概念，引入了PAWBench和PAWEval来评估视频生成器作为随机采样器的性能，并发现当前模型未能匹配参考行为分布。

近期视频生成模型日益被构建为(https://huggingface.co/papers?q=world%20models)世界模型(https://huggingface.co/papers?q=world%20models)。许多物理过程可以以不止一种合理方式展开。因此，世界模型不仅应重现合理的轨迹，还应复现相同初始观察和操作下的可能行为分布。我们将此分布层面的要求称为(https://huggingface.co/papers?q=probabilistic%20alignment)概率对齐(https://huggingface.co/papers?q=probabilistic%20alignment)。然而，现有评估大多只评估单个视频的合理性，并未检验重复生成是否能恢复正确的分布。这引发了一个核心问题：当前的(https://huggingface.co/papers?q=video%20generators)视频生成器(https://huggingface.co/papers?q=video%20generators)距离概率对齐的世界建模还有多远？为回答此问题，我们将(https://huggingface.co/papers?q=probabilistic%20alignment)概率对齐(https://huggingface.co/papers?q=probabilistic%20alignment)形式化为(https://huggingface.co/papers?q=world%20models)世界模型(https://huggingface.co/papers?q=world%20models)的(https://huggingface.co/papers?q=distributional%20criterion)分布标准(https://huggingface.co/papers?q=distributional%20criterion)，并引入了(https://huggingface.co/papers?q=PAWBench)PAWBench(https://huggingface.co/papers?q=PAWBench)——一个用于评估(https://huggingface.co/papers?q=video%20generators)视频生成器(https://huggingface.co/papers?q=video%20generators)作为世界动态(https://huggingface.co/papers?q=stochastic%20samplers)随机采样器(https://huggingface.co/papers?q=stochastic%20samplers)的基准测试。我们进一步引入了(https://huggingface.co/papers?q=PAWEval)PAWEval(https://huggingface.co/papers?q=PAWEval)，这是一种结果级协议，能将重复的视频生成转化为对可能物理行为的经验分布。在涵盖50个场景和11个当前系统的测试中，没有模型能持续匹配参考概率并恢复有效行为的范围。在确定了这一差距后，我们测试了语言提示、初始噪声采样或模型训练是否能够重塑模型的预测分布。我们相信，我们的工作可以为未来实现概率对齐的世界建模奠定基础。

查看 arXiv 页面 (https://arxiv.org/abs/2608.27345)查看 PDF (https://arxiv.org/pdf/2608.27345)项目页面 (https://pawbench.github.io/)GitHub0 (https://github.com/Andrew0613/PAWBench)添加到收藏夹 (https://huggingface.co/login?next=%2Fpapers%2F2608.27345)

在您的代理中获取此论文：

hf papers read 2608\.27345

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用本文的模型0

暂无模型链接本文

在模型 README.md 中引用 arxiv.org/abs/2608.27345 以从本页链接。

引用本文的数据集0

暂无数据集链接本文

在数据集 README.md 中引用 arxiv.org/abs/2608.27345 以从本页链接。

引用本文的 Spaces0

暂无 Space 链接本文

在 Space README.md 中引用 arxiv.org/abs/2608.27345 以从本页链接。

包含本文的收藏夹0

暂无收藏夹包含本文

将此论文添加到收藏夹 (https://huggingface.co/new-collection)以从本页链接。