一镜观多界：面向世界模型可解释性的能力类型化接口

arXiv 2026 60.3 method

TLDR

提出WorldModelLens，一种能力类型化接口，统一多种世界模型的可解释性方法。

评分理由

The paper identifies a genuine problem of fragmented interpretability tooling for world models and offers a principled interface solution. However, the abstract lacks empirical validation or real-world experiments, making it unclear how effective the proposed substrate is in practice.

Read-first 评分解释

综合优先阅读分 60.3，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 44。

近期性 6%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

引用影响力 18%

95.6

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。归一化引用分位：0.95596511

方法质量 18%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：分析、实验、结果

主题相关性 29%

62.9

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

可复现性 18%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

基础论文前沿论文桥接论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：453。

关键词评分

world model

model-based reinforcement learning world model

interactive world model

world dynamics prediction

generative world model

video world model

world simulator

深度分析

创新点

能力类型化接口，统一了多种世界模型架构（潜在循环、基于token、联合嵌入）的可解释性。
WorldModelLens基础框架包含四个必需方法和可选头部，使强化学习和自监督模型成为一等公民，无需相互模仿。
单一的钩子和缓存层，通过接口暴露时间索引的激活、想象展开和干预回放。

方法

WorldModelLens定义了一个类型化接口，包含四个必需方法（encode, transition, initial state, sample）和通过能力描述符声明的可选头部（decode, reward, continue, actor, critic）。在该接口之上构建了一个钩子和缓存层，用于暴露时间索引的激活、想象展开和干预回放。这种设计使得可解释性方法可以一次性实现，并应用于不同的世界模型架构。

关键结果

摘要中未提及实验结果；论文介绍了接口设计及其预期优势。

资源

论文