世界建模

研究者提出 AGI Maze 基准框架，用于评估智能体在部分可观测环境中的世界建模能力，实验显示当前 LLM 难以在推理时内部表示迷宫状态，即使借助记忆机制仍无法可靠解决简单任务。

研究团队提出Agent-Authored World Modeling（AAWM）新框架，让智能体根据自身决策需求构建训练目标，而非被动预测环境反馈，实验证明该方法在多个环境中优于传统观测预测模型。