世界模型中的观察者效应：侵入性适应破坏潜在物理
机器学习
2026-02-13 v1 人工智能
摘要
确定神经模型是否在世界模型中内化物理定律（而非依赖统计捷径），尤其是在分布外（OOD）偏移下仍具有挑战性。标准评估常通过下游适应（例如微调或高容量探针）测试潜在能力，但此类干预可能改变被测量的表征，从而混淆自监督学习（SSL）期间所学的内容。我们提出一种非侵入性评估协议，即PhyIP。我们测试物理量是否从冻结的表征中可线性解码，基于线性表征假设。我们在流体力学和轨道力学上发现，当SSL实现低误差时，潜在结构变得线性可访问。PhyIP在OOD测试（例如）中恢复内部能量和牛顿反平方比例。相比之下，适应性评估可导致结构坍塌（）。这些发现表明，适应性评估可能掩盖潜在结构，低容量探针更准确地评估物理世界模型。
引用
@article{arxiv.2602.12218,
title = {The Observer Effect in World Models: Invasive Adaptation Corrupts Latent Physics},
author = {Christian Internò and Jumpei Yamaguchi and Loren Amdahl-Culleton and Markus Olhofer and David Klindt and Barbara Hammer},
journal= {arXiv preprint arXiv:2602.12218},
year = {2026}
}