arXiv · cs.AI· Janet Wang, Jiang Guo, Yi Xiang, Jiaqing Yuan, Mingwen Dong, Hideo Kobayashi, Shuaichen Chang, Chandan K. Reddy, Jiarong Jiang·· 5 小时前
EvoBelief：让LLM智能体以可证伪世界模型实现自我改进
EvoBelief: Falsifiable World Models for Self-Improving LLM Agents
arXiv:2610.12789v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Janet Wang, Jiang Guo, Yi Xiang, Jiaqing Yuan, Mingwen Dong, Hideo Kobayashi, Shuaichen Chang, Chandan K. Reddy, Jiarong Jiang
研究任务与主要进展
EvoBelief提出一种面向LLM智能体的自进化世界模型，将环境知识表示为可证伪假设，并在后续观察和受控实验验证后用于预测或规划，同时通过反例缩小或淘汰规则。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org