text-based-reasoning

#text-based-reasoning

世界模型的文本信念状态：严格中介下的可识别表示学习

arXiv cs.LG ↗ · 2026-06-29 缓存

本文引入了文本潜在状态和分解式GRPO（fGRPO），以在基于文本的世界模型中强制实施严格中介，解决了可识别性问题，在表示质量上实现了高达57%的提升，在展开性能上实现了98%的改进。

0 人收藏 0 人点赞