待验证50% 置信事实精确时间
World Labs、Decart 等团队在探索让神经网络直接模拟物理规律与环境反馈的「世界模型」路线
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/9/13
首次发现
有效期至：2026/12/12
来源
涉及实体
相关事实
已验证机制可解释性由Anthropic、DeepMind等机构的研究者主导推动，致力于逆向工程神经网络内部的算法结构70% 相似待验证论文构建了一个理想化的模型世界Gradland，其居民是神经网络，物理规则完全已知且函数大多可微分70% 相似待验证Anthropic研究团队通过激活修补和电路分析等技术尝试直接解读模型内部计算过程69% 相似待验证研究人员在大语言模型内部发现了专门追踪括号是否配对的神经元、表征地理空间关系的方向向量等结构化计算回路68% 相似待验证David Ha与Jürgen Schmidhuber在2018年提出了'World Models'框架，使用变分自编码器（VAE）和循环神经网络（RNN）构建环境的内部表示68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/918088API
curl https://kongchang.com/api/v1/knowledge/claims/918088MCP
get_claim(id=918088)