Resumen Técnico: Sustratos de Grafos de Eventos Deterministas como Modelos del Mundo para el Razonamiento Contrafactual

Declaración del Problema

Los sistemas agentes requieren modelos del mundo capaces de realizar tres operaciones distintas: recuperación fiel del historial observado, predicción de resultados bajo intervenciones hipotéticas (contrafactuales) e inspección externa del estado interno. Las arquitecturas paramétricas actuales (por ejemplo, Dreamer-V3, V-JEPA, Agentes Generativos) suelen optimizar una capacidad en detrimento de las demás. Los modelos de dinámicas latentes aprenden distribuciones que impiden la reproducción determinista; los predictores de video aprenden características sin exponer un estado consultable; y los agentes basados en modelos de lenguaje exponen resúmenes que se desvían bajo consultas repetidas y carecen de una semántica do exacta para las intervenciones.

El artículo aborda la necesidad de un modelo del mundo que soporte razonamiento contrafactual exacto e inspeccionabilidad sin depender de dinámicas latentes aprendidas o aproximaciones probabilísticas.

Metodología: Sustratos de Grafos de Eventos

Los autores proponen una clase de modelos del mundo denominados sustratos de grafos de eventos. En esta arquitectura, la memoria del agente no es un vector latente ni un resumen en lenguaje natural, sino un registro de solo adición de triples RDF tipados.

Componentes Principales

1. Representación del Estado: El estado en cualquier instante de tiempo $t$ es un conjunto finito de triples tipados ($A_t$) consistentes con un TBox (esquema) específico del dominio. El estado evoluciona mediante un registro ordenado ($\mathcal{L}$) de deltas (inserciones o retractaciones).
2. Reproducción Determinista: El sistema utiliza un intérprete determinista ($\rho$) para aplicar los deltas secuencialmente. El estado en cualquier punto es recuperable reproduciendo el registro desde el estado inicial ($A_0$).
3. Semántica de Intervención: Las consultas contrafactuales se responden bifurcando el registro de eventos en un instante elegido $t^*$, aplicando una intervención estructurada (por ejemplo, do(X), Retract, OverrideLocation) y reproduciendo el registro hacia adelante utilizando las mismas reglas deterministas.
4. Inspeccionabilidad: Cada triple y delta es direccionable. Las consultas SPARQL producen resultados deterministas, y las restricciones SHACL pueden identificar violaciones a nivel de triples específicos.

Fundamento Teórico: Dualidad de Ascendencia

El artículo demuestra un teorema de dualidad que conecta consultas explicativas ("¿Qué evento causó E?") y consultas contrafactuales ("¿Ocurriría E si X estuviera ausente?").

• Recorrido de Ascendencia Causal: Bajo supuestos de "evento cerrado" (todos los eventos dependientes están registrados, los no ascendentes son exógenos y no ocurren interacciones emergentes), determinar si un evento $e$ no ocurriría en un mundo contrafactual donde el objeto $X$ está ausente se reduce a una prueba de pertenencia teórica de grafos: ¿Está $X$ en el conjunto de ascendencia causal de $e$?
• Algoritmo: Esto se calcula mediante una única búsqueda en anchura (BFS) hacia atrás sobre el grafo bipartito de incidencia evento-objeto, restringido a instantes estrictamente menores que el evento en cuestión.
• Interacciones Emergentes: Los autores introducen una heurística ("socio común eliminado") para manejar casos donde la eliminación de un objeto permite nuevas colisiones entre objetos restantes que previamente estaban bloqueados.

Contribuciones Clave

1. Definición Formal y Teorema de Dualidad: El artículo formaliza los sustratos de grafos de eventos y demuestra que, bajo supuestos de evento cerrado, el razonamiento contrafactual se reduce a operaciones estándar de grafos (recorrido de ascendencia causal) sobre el registro observado. Esto proporciona garantías formales sobre la inspeccionabilidad y la consistencia de la reproducción.
2. Evaluación CLEVRER: Se implementó un intérprete CLEVRER-DSL de 1.400 líneas sobre un tiempo de ejecución de sustrato agnóstico al dominio. Evaluado en el conjunto completo de validación de CLEVRER ($n=75.618$ preguntas), el sustrato:
   • Supera la línea base de oráculo simbólico NS-DR por márgenes significativos en todos los subconjuntos (por ejemplo, +20,26 pp en explicativo, +17,65 pp en contrafactual).
   • Supera la línea base de atención paramétrica ALOE en tareas descriptivas y explicativas, pero se queda atrás en tareas predictivas y contrafactuales donde las distribuciones de dinámicas aprendidas ofrecen una ventaja para interacciones emergentes.
3. Transferencia Transversal de Dominios: La misma lógica del intérprete se aplicó a ComPhy (inferencia de propiedades físicas), GQA (grafos de escenas visuales) y bAbI (razonamiento textual) cambiando únicamente el TBox (esquema), demostrando transferencia sin componentes aprendidos.
4. BenchMark Twin-EventLog: Un nuevo benchmark de 500 especificaciones para evaluar la consistencia de la memoria del agente bajo intervención en un entorno similar a Smallville. El sustrato superó a Llama-3.1-8B (con contexto completo en el prompt) en 18,80 puntos porcentuales en precisión conjunta y a un simulador LLM estilo Concordia en 65 puntos porcentuales.
5. Comparación Controlada: Cuando se proporcionó el mismo registro de eventos como texto en lenguaje natural, Llama-3.1-8B alcanzó una precisión del 51,00% en preguntas descriptivas, mientras que el sustrato alcanzó el 97,99%. Esto aísla la ejecución estructurada como el factor principal del rendimiento, en lugar de la modalidad de entrada o el contenido de la información.

Resumen de Resultados

• CLEVRER: El sustrato domina las líneas base simbólicas y coincide/supera a las líneas base paramétricas en tareas de razonamiento que involucran registros de eventos cerrados. Rinde menos en tareas que requieren predicción bajo distribuciones de dinámicas aprendidas o manejo de interacciones emergentes complejas no capturadas por la heurística.
• Twin-EventLog: El sustrato alcanza un 100% de precisión (por construcción) en precisión conjunta, superando significativamente a los simuladores basados en LLM que luchan con la consistencia bajo intervención.
• Ablaciones: El "marco de referencia por evento" en el recorrido BFS mejoró la precisión explicativa en 7,58 puntos porcentuales sobre un enfoque de marco global. La heurística "socio común eliminado" mejoró la precisión contrafactual en 11,84 puntos porcentuales.

Significado y Afirmaciones

El artículo afirma que el modelado del mundo contrafactual puede implementarse mediante reproducción determinista sobre deltas de eventos tipados en lugar de simulación latente aprendida. Este enfoque ofrece:

• Garantías Formales: Semántica do exacta y auditabilidad a nivel de triples individuales.
• Agnosticismo de Dominio: Transferencia entre dominios (física, visión, texto) cambiando el esquema (TBox) sin reentrenamiento.
• Régimenes Competitivos: El enfoque es competitivo o superior a los modelos paramétricos en regímenes de razonamiento de evento cerrado y semántica de intervención exacta.
• Limitaciones: El enfoque se queda atrás en predicción a largo plazo bajo dinámicas aprendidas e inferencia de propiedades ocultas (por ejemplo, inferir masa/carga a partir de videos de referencia) donde el sustrato carece actualmente de un módulo de inferencia dedicado. También lucha con interacciones emergentes complejas más allá del alcance de la heurística.

Los autores posicionan este trabajo no como un reemplazo para todo modelado del mundo, sino como una alternativa rigurosa para escenarios donde la interpretabilidad, los contrafactuales exactos y la consistencia del estado se priorizan sobre el aprendizaje de dinámicas complejas y abiertas.