**Agent-Editing World Model：为 LLM 智能体重思世界建模**

_Agent-Editing World Model: Rethinking World Modeling for LLM Agents_

> 现有语言世界模型多通过预测环境观察来提升智能体表现，但重建高熵、依赖执行的工具响应价值有限，且历史中未经验证的假设与过时计划会造成任务状态污染，干扰后续决策。为此，论文提出 Agent-Editing World Model（AEWM），不再模拟工具输出，而是建模推理与动作如何塑造任务进展：Action Judge 将决策区分为关键、探索性、噪声三类，State Revision 则对同一观察历史中的噪声推理—动作片段进行编辑，EditAct 把两者与真实执行结合，直接改变后续决策所依赖的状态。研究者在搜索、终端和软件工程场景中通过中训练与监督微调训练 AEWM，其 Action Judge 基准宏 F1 达 70.5%，超出最强前沿基线 10.6 个百分点；在六个基准、三类智能体骨架上，EditAct 平均分较最强基线提升 3.2–6.7 分。基于已验证 EditAct 轨迹的拒绝采样微调（AEWM-RFT）在无在线 AEWM 引导下，于三个领域较 Self-RFT 提升 2.2–2.6 分。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-25 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.28416)