Le filThèmes : RechercheOpen source
Latent-Foresight apprend conjointement le tokenizer latent et la dynamique d’un modèle de monde
1 sourcemis à jour il y a 5 jpertinence 2,5 sur5
L’essentiel
Ce framework entraîne de bout en bout un tokenizer latent et un modèle génératif de dynamique. Il surpasse les approches en deux étapes sur plusieurs tâches. Le code et les poids sont publiés sur GitHub.
Propagation1 article, publié par HF Daily Papers le 2 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceEfstathios Karypidis, Spyros Gidaris, Nikos Komodakishuggingface.co
Latent-Foresight: End-to-End Learning Predictable Representations for Latent World Models (site externe)
Predicting the future evolution of a scene is a fundamental capability for world modeling.
Sur les mêmes thèmes
Open source
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Open source
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Open source
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Recherche
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5