你应该了解的5个先进世界模型： ▪️ 斯坦福神经人工智能实验室的概率结构整合（PSI）——使世界模型像大型语言模型一样自我改进和可提示。但“语言”是像流、深度和段落这样的结构。 ▪️ Meta的代码世界模型（CWM）——捕捉代码在执行时的行为以及它如何影响系统，将代码的实际可执行部分引入模型的推理过程。 ▪️ Google DeepMind的Dreamer 4——第一个在“Minecraft”任务中“获得钻石”的强化学习系统，零在线环境交互。 ▪️ Google DeepMind的Genie 3——实时从文本提示创建互动3D世界，帧率为24 FPS，持续几分钟。 ▪️ NVIDIA的Cosmos世界基础模型2.5——一套生成世界模型，用于模拟机器人和自动驾驶汽车的物理环境，无需从头开始。

微型递归模型（TRM）是一种简单有效的方法，基于这样的理念：用更少的做更多的。 它仅使用一个小型的2层网络，递归地改善自己的答案。 仅用700万参数，TRM创造了新的记录，超越了10,000倍更大的LLM： - 数独极限：55% → 87% - 迷宫困难：75% → 85% - ARC-AGI-1：40% → 45% - ARC-AGI-2：5% → 8% 以下是它的工作原理：

RLAD（抽象与推理强化学习）通过使用2人设置的RL训练模型： ▪️ 抽象生成器 – 提出简短的自然语言“推理提示”（抽象），总结关键事实和策略。 ▪️ 解决方案生成器 – 使用这些提示来解决问题。 这种方法将“如何推理”与“如何回答”分开，较标准的长链推理方法提高了约44%的效果。 以下是它的工作原理：