EpiWorld：流行病学世界模型接地的LLM政策智能体

流行病干预政策是人类决策者用自然语言解释、辩护和修订的文本产物，这使大语言模型成为流行病政策推理的自然候选。但朴素的LLM缺乏预测干预后果所需的流行病动力学、评估严重性所需的定量监测信号，以及定义可采纳行动的制度约束。我们提出EpiWorld，一个闭环框架：把LLM政策执行者接入学到的动作条件流行病世界模型，以及由公卫协议、监测工具与经行动后分析积累的自适应教训组成的分层技能库。给定候选干预，世界模型预测区域疫情演化并支持快速反事实rollout，为政策选择与细化提供反馈；模拟未来的结果被蒸馏为可复用教训，同时协议约束保持固定，使决策过程在不牺牲可解释性或可控性的前提下改进。我们在回顾性COVID-19与流感数据集上评估世界模型与端到端框架：世界模型在所有预测基线中取得最佳分布外Peak-MAE；闭环框架跨数据集最多减少59%累计住院、跨六个LLM骨干平均约减少16%，优于强化学习与最优控制政策基线。