MWM

论文《Beyond Large Language Models: A Mental World Model Framework for Mental Modeling, Simulation, Evolution, and Interpretability》提出了心理世界模型（MWM）框架。

MWM的核心思想是让AI显式构建一个主观世界，记录个体的心理状态，建模认知与心理状态之间的相互作用，并让主观世界随历史经验持续演化。

MWM的实现是多分支心理演化架构（Multi-Branch Mental Evolution Architecture, MMEA），它通过多个分支分别处理心理状态的不同维度，并在时间轴上模拟连续演化。

显式建模心理世界并模拟其演化，比单纯扩大语言模型的语义表征更能捕捉个体内部认知过程。

MWM提供了一个可解释的连续心理建模框架，使AI能够从语言信息推断个体潜在心理状态，并动态模拟其内部认知过程随时间的变化。

论文将MWM定位为通向通用人工智能（AGI）的有希望基础，因为更深层的社会认知是AGI不可或缺的能力。

MWM目前仍在基准测试阶段，在开放环境中的泛化能力、心理状态表示的完备性以及多模态信息融合等问题仍有待进一步研究。