研究团队提出无需环境副本的AWM世界模型框架
Start here
2026年11月2日，研究人员在arXiv发布研究，提出名为Agentic World Modeling（AWM）的新框架。该框架通过安全只读接口查询真实环境来构建观测，且不改变环境状态，从而在无需环境副本的情况下实现了智能体测试时扩展（TTS）的并行探索。测试结果显示，在$\tau$-bench、AppWorld以及OfficeBench等基准评估中，AWM表现显著优于现有方案，相比单次模拟基线平均提升40.07%，相比经过训练的世界模型基线平均提升12.36%。
AI-generated from reports · Updated 6 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能Agentic World Modeling：无需环境副本的智能体测试时扩展
研究人员提出 Agentic World Modeling（AWM），通过安全只读接口查询真实环境构建观测且不改变状态，在无需环境副本的情况下实现智能体测试时扩展（TTS）的并行探索。在 $\tau$-bench、AppWorld 和 OfficeBench 测试中，AWM 相比单次模拟基线平均提升 40.07%，比训练好的世界模型基线平均提升 12.36%。
Story heat trend
Current heat 8·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.