NegWAM安全后训练框架提出
热点事件观察中
NegWAM安全后训练框架提出
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年11月6日，arXiv Computer Vision 刊出 Zihao Zhang 等作者的论文，提出面向统一世界-动作模型（WAM）的安全后训练框架 NegWAM。该框架通过构造几何上接近专家轨迹、但存在安全风险的负轨迹作为排斥锚点，引导模型预测远离危险行为，从而在安全关键场景中学习显式的安全边界。作者在 NAVSIM v2 基准上评估：在 navhard 上取得 40.4 EPDMS，较最强无评分器 WAM 基线相对提升 4.1%；在 navtest 上达到 93.3 EPDMS。报道未提及该框架的适用车型、地域范围、发布时间限制或收费安排。上述数字与结论均来自论文自述，尚待独立验证。
AI 根据报道生成 · 2 天前更新
最新进展11月6日 13:00
NegWAM：用近专家负样本规划强化统一世界-动作模型的端到端自动驾驶安全报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv Computer VisionNegWAM：用近专家负样本规划强化统一世界-动作模型的端到端自动驾驶安全
NegWAM 是面向统一世界-动作模型（WAM）的安全后训练框架，通过构造几何上接近专家轨迹但存在安全风险的负轨迹作为排斥锚点，引导预测远离危险行为。在 NAVSIM v2 上，NegWAM 在 navhard 取得 40.4 EPDMS，较最强无评分器 WAM 基线相对提升 4.1%，navtest 达 93.3 EPDMS。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1011月6日 14:00
- 近 24 小时变化
- -49%
02.557.510
11月7日12:0011月8日12:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。