arXiv cs.AI· Janet Wang, Jiang Guo, Yi Xiang, Jiaqing Yuan, Mingwen Dong, Hideo Kobayashi, Shuaichen Chang, Chandan K. Reddy, Jiarong Jiang·· 6 天前AI 评分34
EvoBelief：面向自我改进 LLM 智能体的可证伪世界模型
EvoBelief: Falsifiable World Models for Self-Improving LLM Agents
AI 导读
EvoBelief 是一种自我进化的世界模型，将环境知识表示为可证伪假设，通过意外结果和决策相关未知触发假设生成，经独立验证后才用于预测与规划，语言模型本身保持冻结。
正文 · AI 翻译
摘要：自进化 LLM 智能体通常通过积累的经验、反思或技能来改进其行动方式。然而，即使是具备程序性能力的智能体，当它们对环境动态的信念不完整、不正确或过时时，也会失败。我们研究自进化的一个互补维度：在部署过程中进化这些信念。此类信念可以支持多个任务，但错误的信念也可能在任务之间传播。我们提出 EvoBelief，一种自进化的世界模型，将环境知识表示为可证伪的假设。意外结果和与决策相关的未知因素会触发假设的形成。后续观察和受控实验提供独立验证，之后规则才能在其支持范围内指导预测或规划。随着环境变化，反例会缩小或淘汰规则。语言模型保持冻结，每条规则都与其证据及其所改变的决策保持关联。在涵盖静态动态、隐藏漂移和科学发现的四个基准上，EvoBelief 提升了任务性能，并在任务之间复用学到的规则。在 ALFWorld 上，在没有行动方转移记忆的情况下，它相比匹配的 Frozen World Model，在使用 Claude Haiku 4.5 和 GPT-5.4 时分别将成功率提升了 23.9% 和 31.3%。在 MiniGrid 上，它修正过时的规则，并在未事先通知的动态变化后恢复。在 DiscoveryWorld 的 Reactor Lab 中，它发现并验证定量规律，完成了 83.3% 的 Normal 级和 58.3% 的 Challenge 级实例，而每个被评估的基线均为 0%。这些结果展示了通过可测试、可修正的环境知识而非模型参数更新实现的自我改进。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.12789 [cs.AI] |
| （或 arXiv:2610.12789v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.12789 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Janet Wang [查看电子邮件]
[v1]
2026年10月8日星期四 22:46:14 UTC（1,220 KB）
来源：arXiv cs.AI · arxiv.org