提出决策引导选择性世界建模方法DGS-WM

Maolin Ran 等研究者在 arXiv 发布论文（arXiv:2610.19642），提出面向语言智能体的决策引导选择性世界建模方法 DGS-WM，通过决策引导观测选择和置信度自适应加权，改进策略与世界模型的联合强化学习。 作者报告，在涵盖单跳/多跳问答和交互式网页任务的多个基准上，DGS-WM 相较完整观测世界建模取得一致性能提升，且适用于不同模型规模和强化学习算法。当前材料仅提供论文摘要，结果为作者声称，尚待核验全文与独立复现。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。