AnyGoal 基准发布，世界模型组合泛化普遍失败

研究团队发布 AnyGoal 基准与开源库，用于评测世界模型在目标偏移任务变体上的组合泛化能力。该基准基于常用世界模型环境构建，任务设计保证单个状态因子和动作仍在训练支持范围内，但其组合在专家轨迹中代表性不足。 作者称，跨多个环境和世界模型家族的实验显示，当前模型在这些重组情形下普遍出现失败，并进一步分析了动力学与表征层面的失效位置。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。