arXiv论文实证研究长程LLM智能体世界模型误差动力学
热点事件持续更新
arXiv论文实证研究长程LLM智能体世界模型误差动力学
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
论文作者在arXiv发布《World Model Science》研究（尚在审稿中），从自组织临界性、弱混沌和亚稳态信念动力学三个视角实证考察长程LLM智能体世界模型误差的演化规律。 在谜题、工具调用、具身环境、多跳检索和Game of Life等实验中，研究发现：外部施加的任务压力会显著提高崩溃概率，误差在时间上相关而非独立，且整体任务状态出错后局部动作仍可能继续有效。作者观察到幂律行为和与弱混沌一致的有界发散，并将这一研究视角命名为"世界模型科学"。
AI 根据报道生成 · 1 小时前更新
最新进展10月31日 12:00
世界模型科学：长程 LLM 智能体中的自组织临界性、弱混沌与亚稳态信念动力学报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI世界模型科学：长程 LLM 智能体中的自组织临界性、弱混沌与亚稳态信念动力学
一项 arXiv 研究从自组织临界性、弱混沌和亚稳态信念动力学三个视角，实证考察长程 LLM 智能体世界模型误差的演化规律。在谜题、工具调用、具身环境、多跳检索和 Game of Life 等实验中发现：外部施加的任务压力会显著提高崩溃概率，误差在时间上相关而非独立，且整体任务状态出错后局部动作仍可能继续有效。作者观察到幂律行为、与弱混沌一致的有界发散，并将该研究视角命名为世界模型科学。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。