LeCun 等发布反事实 JEPA 世界模型论文
Yann LeCun、Randall Balestriero 与 Kerda Varaku(布朗大学/NYU/AMI Labs)于 11 月 19—21 日间发布并介绍论文《Counterfactual World Models: JEPAs That Reason About "What If"》,让 JEPA 世界模型具备带保证的反事实推理能力:在同一个外部扰动(如一阵侧风)的实现下,想象「如果当初采取另一个动作会发生什么」。方法仅凭离线数据、无需额外训练,反事实预测 R² 从 38% 提升到 96%,对世界模型从「平均预测」走向因果式想象具有重要意义。
已确认
- 论文作者为 Balestriero、Varaku、LeCun,单位涉及布朗大学/NYU/AMI Labs,由作者本人多帖介绍;TheTuringPost 做了系列长推解读,并将其置于 JEPA 世界模型四年演进的脉络中。
- 论文针对标准世界模型的核心盲区:它们只能预测「平均会发生什么」。TheTuringPost 举例:一艘被隐藏洋流推动的船,行动前世界模型只能给出平均结局,真实结果到来后才揭示洋流的作用;标准 JEPA 被问「如果我当初转向不同会怎样」时只会再次返回平均值,丢掉这份信息,且被证明无法回答反事实问题。
- 核心方法:Balestriero 强调不能只靠 JEPA 预测器或训练随机预测器,难点在于在相同外生变量实现下想象反事实结果。论文给出形式化定义 ẑ{t+1}(a') = z{t+1} + μ(Ht,a') − …,即在观测到的下一状态上加修正项。据 TheTuringPost 解读,修复方法出人意料地简单:利用动作与未知扰动的交互在时间上是二阶的这一事实,「两次前向预测加一次加法」即可算出反事实结果,论文还证明了该估计的误差最优性,反事实精度可达 86–96%。
- 实验:覆盖 HandReach、Ball-in-Cup 等多个模拟环境,结合后见之明规划(hindsight planning),五个任务成功率最高提升至 69%;整个流程仅需离线数据,无需重训。
为什么重要
- 当前多数世界模型只能做条件预测,难以严格回答反事实问题;该工作给出可保证的反事实推理定义与简单可实现的算法,是通向具备因果想象能力的世界模型的一步,对规划、离线策略评估等场景有直接意义。
2026-11-19 ~ 2026-11-21 · 12 条相关
一手来源
- LeCun 团队给 JEPA 世界模型加上带保证的反事实推理 — randall_balestr ·
- LeCun 团队推出反事实世界模型,JEPA 四年演进到「如果我当初换一种做法会怎样」 — TheTuringPost ·
- LeCun 等新论文:让 JEPA 世界模型免训练回答『如果……会怎样』 — burny_tech · 2026-11-19
- 【源头】LeCun 团队给 JEPA 世界模型加上带保证的反事实推理 — randall_balestr · 2026-11-20
- LeCun 团队新论文:仅凭离线数据让 JEPA 世界模型做反事实推理 — randall_balestr · 2026-11-20
- JEPA 反事实推理关键:需在相同外生变量下加修正项 — randall_balestr · 2026-11-20
- 反事实世界模型实证:后见规划让五个模拟任务成功率最高提升至 69% — randall_balestr · 2026-11-20
- LeCun 新论文:JEPA 反事实世界模型把预测 R² 从 38% 提到 96% — ylecun · 2026-11-20
- LeCun 团队新论文:JEPA 世界模型无需重训即可推理反事实 — udmrzn · 2026-11-20
- 【源头】LeCun 团队推出反事实世界模型,JEPA 四年演进到「如果我当初换一种做法会怎样」 — TheTuringPost · 2026-11-21
- 世界模型的共同盲区:标准 JEPA 被证明答不了反事实问题 — TheTuringPost · 2026-11-21
- 两次预测一次加法即可算反事实,论文证明误差最优 — TheTuringPost · 2026-11-21
- 两次前向预测做反事实:世界模型反事实精度升至 86–96% — TheTuringPost · 2026-11-21
另有 1 条近重复转述:TheTuringPost