论文

世界模型坍缩作为相变

World-Model Collapse as a Phase Transition

模型评测模型行为与机制分析

摘要

水在升温时看似不变,然后在临界点沸腾。我们追问长程语言智能体是否在其隐式世界模型中展现类似转变。在某些参数设置下,状态负载的小变化或添加单步时域几乎不改变行为;在临界边界附近,同样的小变化导致突然的世界坍缩。我们在具有精确逐步金标状态的确定性任务族中研究该效应。对状态基数、依赖密度、时域、分支、观测模式与变异率的大网格搜索揭示相图:已解平台、窄转变带与坍缩地板。逐步轨迹显示机制:世界状态保真度在动作有效性之前失败——智能体不仅仅是犯错。

世界模型坍缩作为相变:论文配图
图 1:世界模型崩溃的概念相图。 (sc,dd)(\textsc{sc},\textsc{dd}) 平面分为已解决区域、狭窄过渡区和塌陷层。更强或得到更好支持的模型会将边界向右移动,但定性形状仍然存在。该图是机械总结,而不是附加数据图。