在紧凑世界模型中奠定空间关系：指令泄漏和无目标动力学修复

arXiv:2607.06925v1 公告类型：新 摘要：以语言目标为条件的紧凑世界模型承诺使用一组稀疏的显式\emph{参考锚}来实现诸如“将红色块放在蓝色块左侧”等基础关系。我们询问此类参考何时真正建立关系，并识别出一个陷阱：目标条件预测器达到惊人的 0.90 美元关系读出精度，但这只是\emph{指令转录}，而不是感知。保留目标会使其崩溃（$0.90\!\to\!0.27$，三个种子），并且反事实指令使预测的锚点遵循 \emph{false} 指令 $94.5\%$（真实场景 $2.3\%$；$N{=}256$）。在三种设置和任务内消融中进行测试，我们的中心主张描述了混淆的特征：\textbf{当评分数量可从指令转录时（当指令命名答案时），指令泄漏发生，并且基本上独立于非指令输入的预测程度。}我们的桌面和外部 BabyAI 基准泄漏，而指令名称为 \emph{referents} 的语言表前向动态世界模型则不会，直到指令被增强以命名方向；降低行为不会增加泄漏，这与预测竞争的预测相反。诊断给出了解决方案：将目标排除在动态之外（它属于规划者的成本）并监督 \emph{read} 路径，恢复真正的、独立于指令的基础（0.88 美元，有目标和没有目标相同）。检测协议和补救措施适用于任何目标条件的世界模型，其指令指定得分数量。