ИССЛЕДОВАНИЕ · RESEARCH · #1854
EvoBelief: статья о фальсифицируемых моделях мира для самосовершенствующихся «замороженных» LLM (arXiv v1)
EvoBelief — саморазвивающаяся модель мира, представляющая знания об окружении в виде фальсифицируемых гипотез: неожиданные результаты инициируют формирование гипотез и их контролируемую валидацию прежде, чем правила используются для предсказаний или планирования, при этом веса языковой модели остаются неизменными. На ALFWorld, MiniGrid и в лаборатории DiscoveryWorld модель повышает успех по сравнению с сопоставимой Frozen World Model на 23,9% с Claude Haiku 4.5 и на 31,3% с GPT-5.4, восстанавливается после скрытых изменений динамики в MiniGrid и находит подтверждённые количественные законы в DiscoveryWorld (83,3% Normal-tier, 58,3% Challenge-tier против 0% у базовых методов).
КЛЮЧЕВЫЕ ТЕЗИСЫ
- EvoBelief — саморазвивающаяся модель мира, представляющая знания об окружении в виде фальсифицируемых гипотез: неожиданные результаты инициируют формирование гипотез и их контролируемую валидацию прежде, чем правила используются для предсказаний или планирования, при этом веса языковой модели остаются неизменными.
- На ALFWorld, MiniGrid и в лаборатории DiscoveryWorld модель повышает успех по сравнению с сопоставимой Frozen World Model на 23,9% с Claude Haiku 4.5 и на 31,3% с GPT-5.4, восстанавливается после скрытых изменений динамики в MiniGrid и находит подтверждённые количественные законы в DiscoveryWorld (83,3% Normal-tier, 58,3% Challenge-tier против 0% у базовых методов).
- Демонстрирует практическую альтернативу самообучению агентов — накапливание проверяемых и пересматриваемых правил среды вместо обновления параметров модели, что повышает устойчивость и повторное использование правил между задачами.
ПОЧЕМУ ЭТО ВАЖНО
Демонстрирует практическую альтернативу самообучению агентов — накапливание проверяемых и пересматриваемых правил среды вместо обновления параметров модели, что повышает устойчивость и повторное использование правил между задачами.