CausalCompose因果世界模型框架提出

2026年10月30日，arXiv Artificial Intelligence 刊出研究，Xinyuan Song、Zekun Cai 提出面向模块化 LLM 智能体的因果世界模型框架 CausalCompose，为这类智能体引入因果结构，用于干预感知的预测与规划。研究称，理论分析显示，在证据充分且局部误差可控时，因果组合可弥合纯观测世界模型在干预时产生的不可约误差；多类模块化智能体环境实验表明，引入因果结构能持续提升干预敏感推理与规划，在因果依赖直接支配动作执行的结构化工具使用系统中增益尤为明显。目前该研究处于论文发布阶段，报道未提及代码、数据或部署等后续进展。

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。