Can Vision Language Models Learn Intuitive Physics from Interaction?
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Buschoff, Luca M. Schulze, Voudouris, Konstantinos, Demircan, Can, Schulz, Eric |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
metabench -- A Sparse Benchmark of Reasoning and Knowledge in Large Language Models
par: Kipnis, Alex, et autres
Publié: (2024)
par: Kipnis, Alex, et autres
Publié: (2024)
Testing the Limits of Fine-Tuning for Improving Visual Cognition in Vision Language Models
par: Buschoff, Luca M. Schulze, et autres
Publié: (2025)
par: Buschoff, Luca M. Schulze, et autres
Publié: (2025)
In-Context Function Learning in Large Language Models
par: Akata, Elif, et autres
Publié: (2026)
par: Akata, Elif, et autres
Publié: (2026)
Visual cognition in multimodal large language models
par: Buschoff, Luca M. Schulze, et autres
Publié: (2023)
par: Buschoff, Luca M. Schulze, et autres
Publié: (2023)
Next state prediction gives rise to entangled, yet compositional representations of objects
par: Saanum, Tankred, et autres
Publié: (2024)
par: Saanum, Tankred, et autres
Publié: (2024)
A circuit for predicting hierarchical structure in-context in Large Language Models
par: Saanum, Tankred, et autres
Publié: (2025)
par: Saanum, Tankred, et autres
Publié: (2025)
Sparse Autoencoders Reveal Temporal Difference Learning in Large Language Models
par: Demircan, Can, et autres
Publié: (2024)
par: Demircan, Can, et autres
Publié: (2024)
Measuring What AI Systems Might Do: Towards A Measurement Science in AI
par: Voudouris, Konstantinos, et autres
Publié: (2026)
par: Voudouris, Konstantinos, et autres
Publié: (2026)
Hyperbolic Learning with Multimodal Large Language Models
par: Mandica, Paolo, et autres
Publié: (2024)
par: Mandica, Paolo, et autres
Publié: (2024)
Evaluating alignment between humans and neural network representations in image-based learning tasks
par: Demircan, Can, et autres
Publié: (2023)
par: Demircan, Can, et autres
Publié: (2023)
Learning to Play Video Games with Intuitive Physics Priors
par: Jaiswal, Abhishek, et autres
Publié: (2024)
par: Jaiswal, Abhishek, et autres
Publié: (2024)
Opinion: Learning Intuitive Physics May Require More than Visual Data
par: Su, Ellen, et autres
Publié: (2025)
par: Su, Ellen, et autres
Publié: (2025)
CIVIL: Causal and Intuitive Visual Imitation Learning
par: Dai, Yinlong, et autres
Publié: (2025)
par: Dai, Yinlong, et autres
Publié: (2025)
Centaur: a foundation model of human cognition
par: Binz, Marcel, et autres
Publié: (2024)
par: Binz, Marcel, et autres
Publié: (2024)
A Tutorial: An Intuitive Explanation of Offline Reinforcement Learning Theory
par: Che, Fengdi
Publié: (2025)
par: Che, Fengdi
Publié: (2025)
VLM Q-Learning: Aligning Vision-Language Models for Interactive Decision-Making
par: Grigsby, Jake, et autres
Publié: (2025)
par: Grigsby, Jake, et autres
Publié: (2025)
ELEMENTAL: Interactive Learning from Demonstrations and Vision-Language Models for Reward Design in Robotics
par: Chen, Letian, et autres
Publié: (2024)
par: Chen, Letian, et autres
Publié: (2024)
SRNN: Spatiotemporal Relational Neural Network for Intuitive Physics Understanding
par: Yang, Fei
Publié: (2025)
par: Yang, Fei
Publié: (2025)
Focus Your Attention: Towards Data-Intuitive Lightweight Vision Transformers
par: Gaurav, Suyash, et autres
Publié: (2025)
par: Gaurav, Suyash, et autres
Publié: (2025)
Therapist-Robot-Patient Physical Interaction is Worth a Thousand Words: Enabling Intuitive Therapist Guidance via Remote Haptic Control
par: Luciani, Beatrice, et autres
Publié: (2026)
par: Luciani, Beatrice, et autres
Publié: (2026)
An Intuitive Tutorial to Gaussian Process Regression
par: Wang, Jie
Publié: (2020)
par: Wang, Jie
Publié: (2020)
Cognitive Science-Inspired Evaluation of Core Capabilities for Object Understanding in AI
par: Rutar, Danaja, et autres
Publié: (2025)
par: Rutar, Danaja, et autres
Publié: (2025)
Exploring Major Transitions in the Evolution of Biological Cognition With Artificial Neural Networks
par: Voudouris, Konstantinos, et autres
Publié: (2025)
par: Voudouris, Konstantinos, et autres
Publié: (2025)
Generating Computational Cognitive Models using Large Language Models
par: Rmus, Milena, et autres
Publié: (2025)
par: Rmus, Milena, et autres
Publié: (2025)
CANVAS: Commonsense-Aware Navigation System for Intuitive Human-Robot Interaction
par: Choi, Suhwan, et autres
Publié: (2024)
par: Choi, Suhwan, et autres
Publié: (2024)
Human-like Category Learning by Injecting Ecological Priors from Large Language Models into Neural Networks
par: Jagadish, Akshay K., et autres
Publié: (2024)
par: Jagadish, Akshay K., et autres
Publié: (2024)
Pressing Intensity: An Intuitive Measure for Pressing in Soccer
par: Bekkers, Joris
Publié: (2024)
par: Bekkers, Joris
Publié: (2024)
Test-Time Spectrum-Aware Latent Steering for Zero-Shot Generalization in Vision-Language Models
par: Dafnis, Konstantinos M., et autres
Publié: (2025)
par: Dafnis, Konstantinos M., et autres
Publié: (2025)
Bringing Comparative Cognition To Computers
par: Voudouris, Konstantinos, et autres
Publié: (2025)
par: Voudouris, Konstantinos, et autres
Publié: (2025)
Can Language Models Learn Typologically Implausible Languages?
par: Xu, Tianyang, et autres
Publié: (2025)
par: Xu, Tianyang, et autres
Publié: (2025)
On the Impact of Class Imbalance on the Learning Dynamics of Deep Neural Networks:An Intuitive Insight
par: Mustapha, Ismail B., et autres
Publié: (2026)
par: Mustapha, Ismail B., et autres
Publié: (2026)
Policy Learning from Large Vision-Language Model Feedback without Reward Modeling
par: Luu, Tung M., et autres
Publié: (2025)
par: Luu, Tung M., et autres
Publié: (2025)
Reducing Oracle Feedback with Vision-Language Embeddings for Preference-Based RL
par: Ghosh, Udita, et autres
Publié: (2026)
par: Ghosh, Udita, et autres
Publié: (2026)
Failures Are Fated, But Can Be Faded: Characterizing and Mitigating Unwanted Behaviors in Large-Scale Vision and Language Models
par: Sagar, Som, et autres
Publié: (2024)
par: Sagar, Som, et autres
Publié: (2024)
Simplifying Latent Dynamics with Softly State-Invariant World Models
par: Saanum, Tankred, et autres
Publié: (2024)
par: Saanum, Tankred, et autres
Publié: (2024)
Learning to Prompt Your Domain for Vision-Language Models
par: Wei, Guoyizhe, et autres
Publié: (2023)
par: Wei, Guoyizhe, et autres
Publié: (2023)
Understanding the Rank of Tensor Networks via an Intuitive Example-Driven Approach
par: Zhou, Wuyang, et autres
Publié: (2025)
par: Zhou, Wuyang, et autres
Publié: (2025)
Can a Large Language Model Learn Matrix Functions In Context?
par: Goulart, Paimon, et autres
Publié: (2024)
par: Goulart, Paimon, et autres
Publié: (2024)
BeamLLM: Vision-Empowered mmWave Beam Prediction with Large Language Models
par: Zheng, Can, et autres
Publié: (2025)
par: Zheng, Can, et autres
Publié: (2025)
Sample Efficient Reinforcement Learning via Large Vision Language Model Distillation
par: Lee, Donghoon, et autres
Publié: (2025)
par: Lee, Donghoon, et autres
Publié: (2025)
Documents similaires
-
metabench -- A Sparse Benchmark of Reasoning and Knowledge in Large Language Models
par: Kipnis, Alex, et autres
Publié: (2024) -
Testing the Limits of Fine-Tuning for Improving Visual Cognition in Vision Language Models
par: Buschoff, Luca M. Schulze, et autres
Publié: (2025) -
In-Context Function Learning in Large Language Models
par: Akata, Elif, et autres
Publié: (2026) -
Visual cognition in multimodal large language models
par: Buschoff, Luca M. Schulze, et autres
Publié: (2023) -
Next state prediction gives rise to entangled, yet compositional representations of objects
par: Saanum, Tankred, et autres
Publié: (2024)