标签
本文提出了一种从多智能体演示中学习隐式因果世界模型的方法，使智能体能够从观察到的行为中推断因果结构。
本文提出评估编程大语言模型对软件执行的理解，超越控制流，包括预测内存使用、运行时间和分析器输出，发现所有测试模型表现不佳，表明缺乏对软件世界模型的深入理解。