機器之心● 精選AI 評分79
世界建模可獨立訓練：2k 樣本跨域提升 22 項基準
Northwestern、CMU 等團隊建置 WOVEN 資料集，把世界建模定義為對「狀態–動作–結果」三元組的推斷，並證明它可以獨立測量、獨立訓練，也能跨任務遷移。WOVEN 共 3.6 萬道題，測了 38 個前沿模型：最強的 GPT-5.4 準確率為 65.8%，人類為 92.3%，其中時序相鄰判斷停在 25%–28%，接近隨機。在 WOVEN 上做 SFT 與 RL 後訓練後，Qwen2.5-VL-3B 的域內準確率從 26.4% 升至 89.3%；