El Generador de Estado del Mundo (WSG) es un modelo que mantiene los planes de agentes lingüísticos alineados con las reglas de su entorno de ejecución reescribiendo estados tras fracasos. Se entrena con 226K trayectorias extraídas de siete dominios sintéticos donde un programa aplica reglas y verifica la alcanzabilidad del objetivo.
- WSG toma un fracaso como una regla establecida por el mundo y reescribe los estados restantes para obedecerla.
- El modelo escribe planes como estados verificables del mundo en lugar de solo instrucciones lingüísticas.
- En siete benchmarks públicos, WSG eleva el éxito final de extremo a extremo para dos modelos abiertos cerca de 30B parámetros por encima del prompting.
- Este rendimiento lleva a los modelos abiertos al nivel de los modelos propietarios.
WSG aborda el problema donde los planificadores con prompts fallan reescribiendo pasos rechazados sin avanzar, asegurando que los planes se adapten a los límites físicos del mundo y las dependencias lógicas a medida que avanza la ejecución.