因果物理

深度分析

Shadow‑Loom：以 AMWN 與因果物理驅動的型別化圖形世界模型

研究以圖形世界模型將敘事轉為版本化圖，結合Pearl因果階梯與AMWN反事實演算，並以四種情感指標評分，LLM僅於抽取與渲染環節使用，提升敘事推理可控性。支援版本化分支、因果介入、反事實推論，提供審計回饋迴路。此框架為開源研究工具，未作正式評測。未來可結合更精細的讀者情感模型與大規模語言模型驗證。