Stateful Harness 框架与 WorldState-Bench 基准发布

研究者提出 Stateful Harness 框架，将基于规则的世界状态更新与冻结的视频渲染分开，以支持带隐藏状态的有状态交互。团队同时构建 WorldState-Bench 基准，包含 50 对反事实孪生样本：每对样本共享初始帧和动作，但隐藏状态与所需结果不同。 研究者称，该框架在 WorldState-Bench 上的规则遵循率达 92%。这一数字来自提出者的报告，尚待独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。