Can LLM Agents Infer World Models? Evidence from Agentic Automata Learning

论文解决了什么问题

LLM Agent 在交互环境中是否真正推断出底层世界模型，还是仅依赖局部模式与浅层启发式，目前缺乏可控验证手段。现有评测往往环境结构不透明、复杂度不可调，难以系统观察 Agent 的发现过程。本文旨在建立一个结构已知、复杂度可控、交互过程可观测的测试框架，回答 LLM 能否通过主动查询推断隐藏环境结构。

核心方法

论文提出 agentic automata learning，将经典主动自动机学习转化为 LLM Agent 任务：Agent 通过工具调用向 oracle 发起 membership query（询问某字符串是否被接受）和 equivalence query（提交假设 DFA 并获取反例）。任务实例通过 Boltzmann 采样自动生成，按 DFA 状态数控制复杂度。评测指标包括成功率和查询效率，并与 L*、TTT 等经典算法直接对比。

实验结论

• 8–9 状态 DFA 上，所有 LLM 成功率不超过 25%，而经典算法 L* 和 TTT 达 100%。
• Gemini 3.1 Pro 在成功运行中比 TTT 多使用约 45.8% 的查询，且非信息性查询比例随交互步数增加升至 20% 以上。

适合谁阅读