LLM vs. Modelli del Mondo: Un Nuovo Quadro per l'AGI

Un recente studio pubblicato su arXiv (2605.23972) sostiene che i grandi modelli linguistici (LLM) presentano limiti intrinseci nel ragionamento causale, nel mantenimento di stati persistenti e nella pianificazione su lunghi periodi. Ciò è attribuito a una discrepanza a livello di obiettivo tra la previsione di sequenze e il ragionamento sulle dinamiche latenti dell'ambiente. I ricercatori propongono un nuovo quadro chiamato Inferenza delle Dinamiche Latenti (LDI), che considera il linguaggio e gli input multimodali come indicatori parziali delle dinamiche di transizione sottostanti. Per convalidare il loro concetto, introducono Flux, un ambiente di ragionamento sequenziale governato da regole in linguaggio naturale. Come prova di concetto, queste regole vengono trasformate in un simulatore di transizione di stato, dimostrando che le dinamiche latenti strutturate possono talvolta essere derivate dal testo. I risultati indicano che i modelli del mondo potrebbero eccellere rispetto agli LLM in compiti che richiedono una profonda comprensione della causalità.