牛津与NUS提出心智世界建模,AI预测决策准确率提升
jiqizhixin · x · 2026-08-22
牛津大学与新加坡国立大学研究人员提出「心智世界建模」(MWM)框架,旨在解决当前 AI 只追踪物理动作、无法理解意图的致命盲点。
核心问题:现有世界模型无法区分人类行为背后的动机(例如拿刀是为了切菜还是攻击)。
解决方案:MWM 强制世界模型在追踪物理场景的同时,追踪隐藏的信念、欲望和社会规则。其基线模型 MENTIS 将流程分解为 5 步:解析状态、渲染特定目标视图、拆解动作、同步更新物理与心智状态、对各分支打分。
实验结果:在文本、图像和视频场景中测试了 8 个现代 LLM 世界模型,显式追踪心智状态在预测人类决策方面持续优于仅追踪物理状态的基线模型。目前的瓶颈在于模型仍难以从混乱的感官输入中推断意图。
「研究」频道最新
- Netflix 揭秘 LLM Judge 生产实践:每周评估数十万条推荐解释 — omarsar0 · 2026-08-24
- Nature 评论:数据溯源是自主科学的信任基石 — gabepgomes · 2026-08-24
- 新架构 RHEA:8GB 显存即可训练 10 亿参数模型 — zemondza · 2026-08-24
- 跳过 LLM 写代码老套路:自训 16M 参数模型做生成式 CAD — debreuil · 2026-08-24
- Claude 助手发现 6 维球复结构,解 60 年数学难题 — Singularitarian · 2026-08-24
- 研究揭示 AI Agent 行为:六成阅读量来自指令与笔记 — dair_ai · 2026-08-24