Janet Wang

EvoBelief把智能体对环境的认识写成可证伪的假设，只有经过独立证据验证的规则才能影响预测和计划，语言模型本身保持冻结。在ALFWorld上，无行为侧转移记忆时，它相对同配对的冻结世界模型把成功率提高23.9%（Claude Haiku 4.5）和31.3%（GPT-5.4）；在DiscoveryWorld反应堆实验室，它完成83.3%的普通档和58.3%的挑战档实例，而每个被评估基线均为0%。

EvoBelief把智能体对环境的认识写成可证伪的假设，只有经过独立证据验证的规则才能影响预测和计划，语言模型本身保持冻结。在ALFWorld上，无行为侧转移记忆时，它相对同配对的冻结世界模型把成功率提高23.9%（Claude Haiku 4.5）和31.3%（GPT-5.4）；在DiscoveryWorld反应堆实验室，它完成83.3%的普通档和58.3%的挑战档实例，而每个被评估基线均为0%。