首页
学习
活动
专区
圈层
工具
发布
技术百科首页 >世界模型 >世界模型解决了大语言模型的哪些局限?

世界模型解决了大语言模型的哪些局限?

词条归属:世界模型

世界模型主要针对大语言模型在物理常识与因果推理上的短板,这些短板已被多项基准测试证实。

1. 文本语料中物理常识天然稀缺

人们很少反复写下"杯子会掉下去""湿地会打滑"这类事实,导致语言模型在这类问题上能力有限——语料记录的是对世界的描述,而非世界运行的规律本身。

2. BLINK 基准:感知能力接近随机

在涉及深度、空间对应、多视角推理的 BLINK 基准上,GPT-4V 与 Gemini 的准确率分别仅为 51.26% 与 45.72%,而随机猜测基线为 38.09%,说明主流视觉语言模型的感知能力与随机猜测差距不大。

3. PhysBench 基准:物理理解不随规模提升

在覆盖摩擦、密度、碰撞、流体等维度的 PhysBench 基准上,研究者对 75 个视觉语言模型、10002 条样本的实验发现,物理理解并不会随模型规模、数据量或视频帧数稳定提升。

4. 从语义理解到物理推理的鸿沟

这种局限在高容错成本场景中表现为"幻觉"。世界模型通过让机器直接从视觉、三维运动乃至触觉信号中学习物理规则,使智能体能够推演"如果采取动作 A,环境会发生什么改变 B",从而在金融、医疗、工业等需要稳定物理因果推理的场景中弥补语言模型的不足。

相关文章
世界模型,大语言模型之后的第二场革命
在过去两年里,大语言模型(LLM)在语言理解、文本生成、推理、指令执行等方向取得突破,使AI在理解语义层面变得越来越可靠。
数据猿
2025-10-21
1.1K0
大模型研究日记:在医疗大语言模型的世界里 “打怪升级”
大家好,我是赛博解生酱,一个在生物医药和计算机交叉领域摸爬滚打多年的博士。个人在漫长的求学期间,接触过生物实验室也在电脑前敲击过代码,研究方向涉及医学影像以及分子设计;长久的交叉研究经历让我领会到计算在生物医药研究中的潜力,希望能在这一领域做出更多有意义的研究。目前,工作转型让我踏入医疗语言模型方向,这一热门领域存在大量挑战,今天在这里开启研究日记系列,和大家分享这段探索之旅,希望认识更多志同道合的朋友。
赛博解生
2026-04-09
2180
大模型推理能力的局限性
LLM凭借其生成连贯文本、翻译语言甚至进行对话的能力,彻底改变人工智能领域。然而,尽管这些模型表现出色,它们在推理和理解复杂上下文方面仍然面临重大挑战。
JavaEdge
2025-03-24
8830
大模型推理能力的局限性
LLM凭借其生成连贯文本、翻译语言甚至进行对话的能力,彻底改变人工智能领域。然而,尽管这些模型表现出色,它们在推理和理解复杂上下文方面仍然面临重大挑战。
JavaEdge
2025-06-01
7710
大语言模型中因果世界模型的零样本物理推理
大型语言模型(LLMs)虽然具备先进的语义能力,但本质上缺乏对物理动态的直观理解,这限制了其在需要因果推理的现实场景中的有效性。本文提出因果世界模型归纳(CWMI)框架,旨在LLM中嵌入显式的因果物理模型。该框架包含专用的因果物理模块(CPM)和新型训练目标——因果干预损失,通过多模态数据促使模型学习因果关系。
用户11764306
2025-08-13
5100
点击加载更多
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
领券