RESEARCH / 科技與研究

AI 能預想下一步嗎?

研究 AI 能否根據目前掌握的資訊,推測不同做法可能帶來的結果,再檢查這些推測能否幫助選擇。

返回科技與研究
01

要回答的問題

資訊不完整時,模型能否根據已知情況,推測不同選擇可能帶來的結果?

02

目前觀察

在規則明確、範圍有限的測試中,加入更多觀察資料後,多步結果預測變得更準確。

03

目前還不能說

測試是在受控的模擬情境中進行,尚未證明模型理解真實世界的因果關係,也未證明它能在不同情境下穩定判斷。

EXP-074 v0.1.5 · 2026-10-15

多看一點歷史,能做出更好的選擇嗎?

這是依原始試驗紀錄整理的技術說明,並非已發表論文。以下逐項交代測試問題、方法、結果和適用範圍。

研究摘要 / STUDY ABSTRACT

這項試驗問的是:如果模型知道「做了哪個動作」以及「之後觀察到什麼」,更新兩者之間的關係,是否能改善下一步預測和選擇?我們在一個規則明確、候選世界有限的模擬環境中比較更新方式。部分情境出現局部改善,但另一些情境預測雖變動,最後選擇和任務效用並沒有變好。

01 / 研究設計

我們怎樣測?

使用有限的雙模型受控隱藏狀態序列,預先設定三種任務家族,每類三個巢狀種子。比較四種條件:依動作更新、完全不更新、忽略動作的更新,以及從相同歷史精確檢索。評估固定動作的預測分數,也評估兩步決策的淨效用;兩種量測分開報告,避免把「預測有變」直接當成「決策更好」。

02 / 結果

數字告訴我們什麼?

F1 是短暫動作效果情境:依動作更新的平均淨效用為 0.4500;不更新及忽略動作更新都是 0.2083;相同歷史的精確檢索同樣為 0.4500。F2 沒有動作效果,四種條件效用都為 0.2917。F3 是候選範圍外且兩個動作都不理想的情境,四種條件都為 0.2083。後兩類裡,預測分數有些變化,但決策效用沒有提升。

03 / 解讀

可以得出什麼結論?

資料支持一個很窄的機制觀察:在 F1 這個由研究者設計的情境裡,保留動作與結果的關聯有助於選到效用較高的行動;而精確檢索相同歷史得到完全相同的決策結果,顯示持續更新並未勝過可比的歷史檢索。F2 和 F3 也說明預測指標改善不必然帶來更好的行動。這是有限規則的基線比較,不是已學會世界模型或因果理解。

04 / 下一步

接下來怎樣驗證?

下一步需要獨立設計新情境,加入真正能區分決策好壞的模型失配案例,並採用盲化評分。若在新家族中,依動作更新無法穩定勝過同資訊量的未更新與精確檢索,或在不應更新的情境產生虛假的效用提升,就應否定目前的局部機制主張。增加同三類任務的種子數,不能取代獨立情境。

主要結果

數值為每個研究者設計家族內的描述性平均值;種子與評分列並非獨立樣本,不作母體推論。

結果圖解 / DATA AT A GLANCE

不同模擬情境下,選擇的任務效用

F1 中,依動作更新與精確檢索相同;F2、F3 的四種條件也沒有拉開差距。

F1 / 短暫動作效果

依動作更新
0.4500
不更新
0.2083
忽略動作更新
0.2083
精確檢索相同歷史
0.4500

精確檢索已達相同效用;這組結果沒有顯示持續更新勝過檢索。

F2 / 沒有動作效果

四種條件(相同)
0.2917

依動作更新、不更新、忽略動作更新與精確檢索皆為 0.2917。

F3 / 候選範圍之外

四種條件(相同)
0.2083

四種條件皆為 0.2083,未能區分不同決策的效果。

測試條件觀察數值如何解讀
F1/短暫動作效果0.4500 vs 0.2083依動作更新 vs 不更新;精確歷史檢索亦為 0.4500。
F2/無動作效果0.2917(各條件相同)更新改變了部分預測分數,決策效用沒有改變。
F3/候選範圍外0.2083(各條件相同)此家族未形成能區分決策的失配條件。

原始紀錄:RESULT-EXP074-v0.1.5-EXPLORATORY.md;SHA-256 c0a5990b303e8071f1fc25a4120920c7a665fe9bf75ecb2604f974a7007e3b80。 此頁依試驗紀錄整理,並非同儕審查論文。

延伸閱讀 / EXTERNAL PAPER
Mastering Diverse Domains through World Models ↗

這篇外部論文介紹 DreamerV3:先學習環境模型,再在模型想像出的未來情境中改進行動,並報告單一設定應用於 150 多種任務。它是較完整的世界模型研究;與我們只比較有限候選規則的受控試驗是不同工作,並非本頁結果的來源。

證據界線

目前結果只支持已測試的範圍。

測試是在受控的模擬情境中進行,尚未證明模型理解真實世界的因果關係,也未證明它能在不同情境下穩定判斷。

查看其他研究主題

GENESIS / GITHUB

敬請期待

GitHub 入口將在產品正式上架後開放。