official_blog:260113_analysis-of-benchmarking-world-model-learning
差分
このページの2つのバージョン間の差分を表示します。
| 両方とも前のリビジョン前のリビジョン | |||
| official_blog:260113_analysis-of-benchmarking-world-model-learning [2026/01/13 22:40] – [補足／論文要約：世界モデル学習のベンチマーク (WorldTest) Gemini による解説] d.azuma | official_blog:260113_analysis-of-benchmarking-world-model-learning [2026/01/13 23:12] (現在) – [Neuraxon のアプローチ] d.azuma | ||
|---|---|---|---|
| 行 74: | 行 74: | ||
| ===== Neuraxon のアプローチ ===== | ===== Neuraxon のアプローチ ===== | ||
| - | Neuraxonでは、時間をシステムの状態の一部として扱います。 | + | **[[tag/Neuraxon]]** では、時間をシステムの状態の一部として扱います。 |
| * **ダイナミクスの保持: | * **ダイナミクスの保持: | ||
| * 内部変数は明示的なダイナミクスを通じて存在し、持続し、進化し、変化します。 | * 内部変数は明示的なダイナミクスを通じて存在し、持続し、進化し、変化します。 | ||
| * システムは世界を「記憶」するのではなく、世界をアクティブに保ちます。 | * システムは世界を「記憶」するのではなく、世界をアクティブに保ちます。 | ||
| + | |||
| * **適応能力: | * **適応能力: | ||
| * これはLLMでは実現できないこと、つまりルールの変化に応じて構造を適応させることを可能にします。 | * これはLLMでは実現できないこと、つまりルールの変化に応じて構造を適応させることを可能にします。 | ||
official_blog/260113_analysis-of-benchmarking-world-model-learning.1768344057.txt.gz · 最終更新: by d.azuma