世界时间计算：用可验证代码世界模型训练LLM
原文标题：World-Time Compute with Verified Code World Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出“世界时间计算”，将领域动态写成代码模板并实例化为大量可执行、可验证的世界模型，从而廉价制造精确标注的轨迹用于微调 LLM。实验显示该方法能提升对未训练过世界的泛化能力，在 0.5B 模型上提升 29 分，且标签精确性（而非任务多样性）是增益主因。增益随推理步数增长、模型规模增大而饱和，像素原生领域仍不适用。
- 问题
- 多数领域缺少大量带标注样本，LLM 难以泛化到这些领域。
- 方法
- 把领域动态写成代码模板并实例化为可执行、可验证的世界模型，用其生成的精确标注轨迹微调 LLM，即训练期的 world-time compute。
- 结果
- 0.5B 模型提升 29 分；List Functions 跨世界任务达 40% 对损坏标签对照 6%（+34 分）；20 步 rollout 标签精确。
- 影响
- 为缺数据的垂直领域提供廉价造数据路径，但增益随模型规模饱和，大模型上收益有限。
深读 · 结论先行AI 生成展开看要点与影响 ↓
用可验证代码世界模型造标注轨迹微调，0.5B模型泛化提升29分
- •领域动态写成代码模板，实例化为可执行可验证的世界模型，持续产出精确标注轨迹
- •增益在能力最稀缺处最大：0.5B提升29分，最大模型提升在噪声范围内，呈饱和
- •合成后校验的动态在20步 rollout 上精确，对分布外探针10倍难度仍100%正确
- •损坏标签对照显示增益来自标签精确性而非任务多样性；List Functions跨世界达40%对对照6%
为什么重要：为缺标注数据的领域提供廉价造数据路径，但前提是动态可写成代码，像素原生领域仍不适用。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。