待验证50% 置信事实精确时间
T2-Z 的训练过程在世界模型优化阶段与环境潜变量优化阶段之间交替进行。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
涉及实体
相关事实
待验证T2-Z 在标准世界模型之上附加了一个可学习的环境潜变量（environment latent），用于条件化世界预测，且无需任何关于环境因素的监督信号。73% 相似待验证T2-Z 属于测试时适应（Test-Time Adaptation, TTA）范式，避免为每个新环境做全模型微调，将适应能力压缩到一个低维潜变量上。73% 相似待验证T2-Z 是由论文提出的方法，通过测试时优化环境潜变量，让机器人世界模型适应从未见过的环境配置。72% 相似待验证主流代码大模型均采用「预训练+指令微调」的两阶段策略，第二阶段通过RLHF或DPO等对齐技术65% 相似待验证在 T2-Z 框架下，环境潜变量目前是在进入新环境时通过初始交互推断一次，随后保持固定。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1041767API
curl https://kongchang.com/api/v1/knowledge/claims/1041767MCP
get_claim(id=1041767)