世界模型崩溃作为一种相变

arXiv 2026 34.7 theory

TLDR

长视界语言智能体在临界边界处表现出突然的世界模型崩溃，类似于相变。

评分理由

The paper systematically investigates world-model collapse in deterministic tasks with exact state, revealing a phase diagram and mechanism where world-state fidelity fails before action validity. Strengths include clear experimental design and identification of a measurable bottleneck; weaknesses are the synthetic setting (no real-world data) and limited generality beyond deterministic tasks.

Read-first 评分解释

综合优先阅读分 34.7，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 35。

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

主题相关性 29%

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

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：结果

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：无

引用影响力 18%

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。引用数：0

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

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：154。

关键词评分

world model

world dynamics prediction

model-based reinforcement learning world model

world simulator

generative world model

interactive world model

video world model

深度分析

创新点

将长视界语言智能体中的世界模型崩溃概念化为一种相变。
证明在临界边界附近的小参数变化会导致智能体世界模型的突然崩溃。
通过多因素网格搜索绘制出包含已解决平台、窄过渡带和崩溃基底的相图。
揭示世界状态保真度先于动作有效性失效，表明智能体从被破坏的世界中行动。
表明更强的模型会移动临界边界，但不会消除定性转变。

方法

作者研究了一个具有精确每步黄金状态的确定性任务族，对状态基数、依赖密度、视界、分支、观察模式和变异率进行了大规模网格搜索。他们分析每步轨迹以检查崩溃机制。

关键结果

出现了一个包含已解决平台、窄过渡带和崩溃基底的相图。世界状态保真度在动作有效性之前退化，因此智能体从被破坏的世界模型中行动。更强的模型移动了临界边界，但没有消除转变。

资源

论文