類別感知探索

深度分析

Alice：把失敗更新轉為結構訊號，精煉可執行世界模型應對先驗失準

研究聚焦語義先驗失準下如何線上以互動證據構建可執行世界模型。提出Alice，將候選更新失敗視為結構訊號，從保存衝突中分化假設類別並提供精簡反例以修正程式，類別也引導探索以蒐集對現有程式欠代表的轉移。實驗在prior-misaligned基準上顯著提升模型學習成效。