为世界模型做上下文压缩：检索范围可超出上下文窗口 4 倍

研究者为世界模型构建了上下文检索基准，并搭建执行上下文压缩的智能体框架，使世界模型无需重训练即可检索超出上下文窗口最多 4 倍的房间。该基准每回合生成新世界，避免模型靠训练数据回忆房间，并将上下文检索与基于邻近帧的猜测区分开。研究还发现，采用滑动窗口注意力的世界模型在"做梦"时会丢失大部分上下文检索能力。