EvoBelief：可证伪世界模型让LLM智能体自进化

arXiv 新论文提出 EvoBelief，一种把环境知识表示为「可证伪假设」的自进化世界模型：假设由意外结果与决策相关未知触发，经后续观察和受控实验独立验证后才用于预测或规划，被反例推翻的规则则收窄或淘汰，语言模型本身保持冻结。作者称，在无 actor 侧转移记忆的 ALFWorld 上，其成功率比匹配的 Frozen World Model 分别高出 23.9%（Claude Haiku 4.5）和 31.3%（GPT-5.4）；在 DiscoveryWorld 的 Reactor Lab 中，它发现并验证定量规律，完成 Normal 级 83.3%、Challenge 级 58.3% 的实例，而所评估的基线均为 0%。作者还称每条规则都与其证据及所改变的决策绑定。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。