visual-representation

本文提出一个基于FitLayout的平台，用于创建网页的视觉感知表示，以支持机器学习应用。通过图神经网络识别关键内容元素，展示了其应用。

BrainCause框架利用生成模型和大脑模型来识别人类大脑中的因果神经表征，证明仅凭激活不足以确认概念表征。

本文介绍了 RLA-WM，一种基于视觉特征的世界模型，该模型利用残差潜在动作与流匹配技术高效预测未来视觉状态。该方法性能优于现有的视频扩散与特征基方法，同时支持从离线、无动作演示视频中探索新型机器人学习技术。