部分可观测环境

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。