arXiv · AI· Nishit Anand, Ramani Duraiswami, Dinesh Manocha·· 2026-10-05AI 评分21
世界模型该遗忘什么?面向持续适应的分层保留
What Should World Models Forget? Stratified Retention for Continual Adaptation
AI 导读
论文提出“分层保留”策略,将世界模型知识按不变性时间尺度分层,区分物理规律等永不变化的不变量与需随环境改变而修订的实例级事实。 针对标准遗忘指标无法区分正确修订与灾难性遗忘,且现有评测仅考核冻结模型的问题,文章定义了“差分保留”,联合报告不变量回归测试与修订时延。 该方法已作为“持续世界模型研讨会”论文被 NeurIPS 2026 接收,为评估动态环境下的模型知识更新提供了新框架。
来源:arXiv · AI · arxiv.org