长程LLM智能体世界模型误差动力学研究

2026年10月30日，一篇提交至arXiv人工智能分类的论文从自组织临界性、弱混沌与亚稳态信念动力学三个视角，考察长程LLM智能体的世界模型误差演化。论文作者为Xinyuan Song与Zekun Cai。研究在受控谜题、工具调用、具身环境、多跳检索、通用助手推理和Game of Life等实验中展开：外部增加的任务压力会显著提高崩溃概率，而自然出现的压力对后续失败的预测力有限；误差呈时间相关而非独立，随依赖深度传播但在有限任务中有界，整体表现出幂律行为、与弱混沌一致的有界发散以及亚稳态信念动力学。目前该研究以论文形式发布，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。