基于LM的世界建模：微调与RAG对比研究
Get the story
2026年10月5日，arXiv（Artificial Intelligence，一手来源）发表论文《如何训练你的世界模型：基于 LM 的世界建模中微调与 RAG 的对比》。论文系统比较了微调与 RAG 两种构建 LM 世界模型的路径，覆盖具身、网页导航和社交共 5 类环境。实验发现，微调在 15/20 设置中让智能体获得更高奖励，而 RAG 的数据效率更高。研究还指出，RAG 检索器会持续从经验缓冲区捞出次优转移，层级式查询重构优于传统检索管线。最终提出的混合系统在多个环境与模型上持续胜出。
Generated from reports · updated 16 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Artificial Intelligence如何训练你的世界模型：基于 LM 的世界建模中微调与 RAG 的对比
论文系统比较了微调与 RAG 两种构建 LM 世界模型的路径，覆盖具身、网页导航和社交共 5 类环境，发现微调在 15/20 设置中让智能体获得更高奖励，而 RAG 数据效率更高。RAG 检索器持续从经验缓冲区捞出次优转移，层级式查询重构优于传统检索管线。最终提出的混合系统在多个环境与模型上持续胜出。
Heat trend
Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.