第二百六十二章 世界模型才是最好的（2/2）

请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

而现在，汤圆向他敞开了大门。

想到这儿，章闻铎迫不及待地打开御风。

在让探针调用汤圆API之前，他先让御风把那写了将近两年的核心代码做几处适配改动。

原本探针按GPT规格的模型校准，输出格式不太一样；他调了几个参数，让御风写一个格式转换层。

这种事以前要花大半天。御风给了三个方案，他扫一眼，选了最干净的那个，大约十分钟就完成改动。

他开始调用汤圆API，跑第一批实验序列。

等待。

终端开始输出。

章闻铎坐在那里，上身微微前倾，眼睛紧盯着屏幕。

前面几组结果都在意料之中。

他没什么反应。这本来就是基准，连差一点的模型都能过的题，不算什么。

从第十一组开始，是探针的核心序列。

他设计了一套“状态追踪”题组：同一个场景，以十七种不同表述方式喂给模型。措辞不同，信息顺序不同，中间插入大量干扰句，为的就是破坏语义注意力机制。

如果模型只是在做语义匹配，换了表面形式，答案就会飘移。

想保证答案一致，需要模型在内部维护一个“世界状态”。这样无论表面怎么变化，逻辑答案都应保持一致。

当然，现在的大语言模型不会去“维护”这个状态。但章闻铎想探索的方向是：如果模型在训练过程中形成了稳定的因果结构表征，它就可以表现得“像”是有一个内部状态一样，输出的答案就应该保持一致。

之前他在国外顶级模型上做过小范围验证，答案如他所料：没有模型能表现出这种能力。

然而汤圆不一样。

终端里，汤圆的答案一条条输出，现在已经进行到第十五组验证。

前面几组验证数据的特征值，已经远超章闻铎验证过的国外顶尖模型。

而第十五组的最后一个变体，在插入七条干扰句后，汤圆依然输出了正确答案；并且在思考过程里提示了更多信息：“需要注意的是，尽管文中多次提及初始状态，但根据第三段的描述，该状态在后续已发生变化，正确答案应基于最终状态而非初始状态。”

探针还在继续运行。

但章闻铎的心思已经不在屏幕上了。

仅凭眼前这冰山一角的结果，他已经有了预感。

汤圆作为一个纯语义训练模型，理解世界状态的能力大幅高于他测试过的其他模型。

这说明了什么？

章闻铎抬头看了看窗外。时间已从清晨到了上午，他完全没有察觉。

京城的天空今天澄澈湛蓝，没有一丝云。

那条他以为走不通的岔路，其实走得通。

高质量的原始数据和语义标注，对世界模型的方向同样有意义。

章闻铎心里说不清是开心还是痛苦。

他不再关注还在运行的探针脚本，起身去接了一杯水。

妈蛋，论文要重新写了——结论还是一百八十度大掉头！