The Rank-One Corner: How Much Value Equivalence Does a Task Need from a World Model?
Questo articolo dimostra che la quantità di struttura rilevante per il compito che un modello del mondo apprende è strettamente determinata dalla dimensionalità del suo obiettivo di addestramento, rivelando che l'equivalenza di valore è un fenomeno dimensionale in cui un singolo scalare di ricompensa installa solo una proiezione monodimensionale della necessaria chiusura predittiva.