ワールドステートジェネレーター（WSG）は、失敗後に状態を書き換えることで、言語エージェントの計画を実行環境のルールに合わせ続けるモデルです。プログラムがルールを強制し目標到達可能性を検証する7つの合成ドメインから抽出された226Kの軌道で訓練されています。

  • WSGは失敗を世界によって定められた規則として捉え、残りの状態を書き換えてそれに従わせます。
  • モデルは計画を単なる言語指示ではなく、世界の状態として検証可能な形で記述します。
  • 7つの公開ベンチマークにおいて、WSGは約30Bパラメータの2つのオープンモデルのエンドツーエンド成功率をプロンプティングよりも向上させました。
  • このパフォーマンスにより、オープンモデルはプロプライエタリモデルのレベルに達しました。

WSGは、プロンプトされたプランナーが拒否されたステップで進めずに失敗する問題を、前進せずに拒否されたステップを書き換えることで解決し、実行が進むにつれて計画が世界の物理的制約と論理的依存関係に従うことを保証します。