LLM 能否成为事件世界模型?基于 Diplomacy 对局与 Polymarket 交易的基准研究
一篇 arXiv 预印本(未经过同行评审)将多主体、部分可观测的系统形式化为"事件世界",并基于人类 Diplomacy 对局和真实 Polymarket 交易构建基准,检验 LLM 能否依据事件日志与智能体拟采取的动作预测后续观测。作者称,在提供所有参与者已记录动作时,微调和更多数据可改善预测;若只提供智能体自身动作、而其他参与者对结果影响较强,模型表现不佳,且扩大模型规模、延长历史帮助有限,多步推演中还会高估计划成功率。作者同时指出,由世界模型生成的想象经验与初始化仍能改善策略学习,预判其他参与者动作仍是事件世界建模的核心难题。