arXiv发布DGS-WM决策引导世界建模方法

发生了什么

据arXiv cs.CL报道，研究者提出DGS-WM（Decision-Guided Selective World Modeling），一种用于语言智能体的决策引导策略-世界模型联合训练方法。该方法通过决策引导观察选择组件过滤具有决策价值的观测单元，并采用置信度自适应加权调整监督强度。在多基准测试中，DGS-WM在不同模型规模和RL算法下均实现稳定提升。