論文の概要: Beyond World Models: Rethinking Understanding in AI Models

• arxiv url: http://arxiv.org/abs/2511.12239v1
• Date: Sat, 15 Nov 2025 14:45:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-18 14:36:23.693675
• Title: Beyond World Models: Rethinking Understanding in AI Models
• Title（参考訳）: 世界モデルを超えて - AIモデルにおける理解の再考
• Authors: Tarun Gupta, Danish Pruthi,
• Abstract要約: 世界モデルは、外界の側面をシミュレートする内部表現である。 AIモデルに類似した表現の証拠を見つけることは、これらのモデルが人間のような方法で世界を「理解」していることを示しているかもしれない。 本稿では,世界モデルフレームワークが人間レベルの理解を適切に特徴付けるかどうかを批判的に検討する。
• 参考スコア（独自算出の注目度）: 15.246406031450775
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: World models have garnered substantial interest in the AI community. These are internal representations that simulate aspects of the external world, track entities and states, capture causal relationships, and enable prediction of consequences. This contrasts with representations based solely on statistical correlations. A key motivation behind this research direction is that humans possess such mental world models, and finding evidence of similar representations in AI models might indicate that these models "understand" the world in a human-like way. In this paper, we use case studies from the philosophy of science literature to critically examine whether the world model framework adequately characterizes human-level understanding. We focus on specific philosophical analyses where the distinction between world model capabilities and human understanding is most pronounced. While these represent particular views of understanding rather than universal definitions, they help us explore the limits of world models.
• Abstract（参考訳）: 世界モデルはAIコミュニティに多大な関心を集めている。 これらは、外界の側面をシミュレートし、実体と状態を追跡し、因果関係を捉え、結果の予測を可能にする内部表現である。 これは統計的相関のみに基づく表現とは対照的である。 この研究の方向性の背後にある重要な動機は、人間がそのようなメンタルワールドモデルを持っていること、そして、AIモデルに類似した表現の証拠を見つけることは、これらのモデルが人間のような方法で世界を理解することを示唆しているかもしれない。 本稿では,科学哲学のケーススタディを用いて,世界モデルフレームワークが人間レベルの理解を適切に特徴付けるかどうかを批判的に検証する。 我々は、世界モデル能力と人間の理解の区別が最も顕著な特定の哲学的分析に焦点を当てる。 これらは普遍的な定義というよりは特定の理解の見解を表しているが、世界モデルの限界を探求するのに役立ちます。

関連論文リスト

• WoW: Towards a World omniscient World model Through Embodied Interaction [83.43543124512719]
  世界モデルの正当性的な物理的直観は、現実世界との広範囲で因果的に豊かな相互作用に基礎を置いていなければならない。 このWoWは、200万のロボットインタラクショントラジェクトリに基づいてトレーニングされた、ジェネレーティブな世界モデルである。 WoWBenchは、ビデオの物理的一貫性と因果推論に焦点を当てた新しいベンチマークである。
  論文  参考訳（メタデータ） (2025-09-26T17:59:07Z)
• Modeling Open-World Cognition as On-Demand Synthesis of Probabilistic Models [93.1043186636177]
  我々は、人々が分散表現と象徴表現の組み合わせを使って、新しい状況に合わせた見知らぬ精神モデルを構築するという仮説を探求する。 モデル合成アーキテクチャ」という概念の計算的実装を提案する。 我々は、新しい推論データセットに基づく人間の判断のモデルとして、MSAを評価した。
  論文  参考訳（メタデータ） (2025-07-16T18:01:03Z)
• Understanding World or Predicting Future? A Comprehensive Survey of World Models [21.96900555014452]
  この調査は、世界モデルに関する文献の総合的なレビューを提供する。 世界モデルは、世界の現在の状態を理解したり、将来のダイナミクスを予測するためのツールとみなされている。
  論文  参考訳（メタデータ） (2024-11-21T03:58:50Z)
• The Essential Role of Causality in Foundation World Models for Embodied AI [102.75402420915965]
  身体的なAIエージェントは、さまざまな現実世界環境で新しいタスクを実行する能力を必要とします。 現在の基礎モデルは物理的相互作用を正確にモデル化することができないため、Embodied AIには不十分である。 因果関係の研究は、検証世界モデルの構築に寄与する。
  論文  参考訳（メタデータ） (2024-02-06T17:15:33Z)
• Causal World Models by Unsupervised Deconfounding of Physical Dynamics [20.447000858907646]
  世界の精神モデルで内部を想像する能力は、人間の認知にとって極めて重要である。 本稿では,相互関係の教師なしモデリングを可能にするCausal World Models(CWMs)を提案する。 強化学習タスクの複雑性サンプルの削減と、反実物的推論の改善を示します。
  論文  参考訳（メタデータ） (2020-12-28T13:44:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。