亚马逊推出 LLM 研究世界模型，实验前预测试验收益

亚马逊团队发布 arXiv 论文《Language Models as AI Research World Models》，提出用 LLM 作为「研究世界模型」（RWM），在消耗 GPU 算力之前预测某项训练干预是否有效，以解决 AI 研究智能体提议实验的速度远超执行预算的问题。该模型基于 2653 条历史实验记录训练，可将排序相关性提升至 0.774，并在跨环境的选择任务中使遗憾降低 78%。

2026-10-11 ~ 2026-10-11 · 2 条相关

• 亚马逊论文：LLM 可预测试验收益，2653 条记录让排序相关性升至 0.774 — rohanpaul_ai · 2026-10-11
• 亚马逊研究世界模型论文：2600+ 实验记录训练，跨环境选择遗憾降低 78% — rohanpaul_ai · 2026-10-11