论文Agent 与开发者12:34AnyGoal 基准发布:测试世界模型在专家轨迹之外的泛化能力arXiv 上新出的 AnyGoal 基准,专门考世界模型没见过的状态动作组合,多个模型家族测试都翻车,做 world model 研究的可以看看#AnyGoal#世界模型#基准测试#强化学习aarXiv cs.AI@Heejeong Nam 等 5 人原文稍后读已读值得跟进有用关注 AnyGoal