一篇新研究论文调查了自适应计算世界模型的有效性，该模型根据任务调整其计算深度。研究发现，在某些情况下，较浅的模型退出可以优于全深度模型，这种现象被称为“可路由性进退两难”。这种在猎豹环境等任务中观察到的反转效应，似乎是训练过程的结果，而非固有的动态。研究还表明，模型的机制（深度是有益还是有害）可以通过诸如观测维度和单步模型误差等因素来预测，并且这种预测可以延伸到规划性能。 AI
影响 这项研究可能会影响未来世界模型的设计方式，通过识别何时较浅的模型就足够了，甚至优于更深的模型，从而可能导致更高效的计算。
排序理由 学术论文发布在arXiv上，详细介绍了关于AI模型计算机制的新发现。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
