16.7万模拟营业日研究:评测世界本身会塑造模型行为
liminal_bardo · x · 2026-10-15
Merkwelt Research 发布工作论文《No Neutral Worlds》,研究「世界设计」如何影响模型行为评测结果。
- 起因是一次失败的对照实验:为幻想药剂店设计的「中性」公司化商店,预注册复现最后一周 60 本公司日志中有 15 本把夜间费用描述为仓储成本,而幻想店 60 本为零——实际上并无此成本,仅措辞不同,说明世界自带了 prompt 未规定的库存教条。
- 团队在确定性商店模拟 Token and Trinket 中运行 167,356 个模拟营业日,固定机制,变化语义框架、明示政策、局部规则、异常事件与终点披露等五种设计。
- 部分效应跨五个模型复现:禁止加举报规则可消除对已披露取消漏洞的利用;配送短缺比盈余引发更多供应商联络。
- 核心论点:「模型做了某事」要变成「模型是这样」的头条结论,必须先证明该行为能跨越情境变化,并把世界作者性纳入考量。
所属事件:新论文指出评测世界设定本身会塑造模型行为(3 条相关)→
「研究」频道最新
- 浙大等提出 ATAS 框架,用世界状态记忆让长视频生成跨镜头保持一致 — zju · 2026-10-15
- 复旦联合 30 余机构发布多模态智能体记忆综述,提出两轴分析框架 — Fudan-University · 2026-10-15
- 南大与京东提出 Road MOPD,多教师蒸馏梯度冲突下提升 5 个百分点 — jingdong1 · 2026-10-15
- 斯坦福与 Together AI 发布 HybridAgents:潜空间推理 agent 提效 10.4% 并省 3.7 倍成本 — StanfordUniversity · 2026-10-15
- G³VLA 向视觉-语言-动作模型注入多相机几何,提升机器人操作 — Yue Peng · 2026-10-15
- 港中文等发布 Agentic Robots 综述:模型/数据/环境/框架四大域 17 类全景 — Chonghan Qin · 2026-10-15