Resumo Técnico: Dinâmicas de Recuperação e Excursão Estrutural Persistente em Modelos de Mundo Disruptados

1. Definição do Problema

Pesquisas anteriores estabeleceram que modelos de mundo pré-treinados, especificamente o sistema LeWorldModel (LeWM) PushT, passam por uma transição estrutural abrupta e colapso comportamental dentro de um intervalo específico de estresse de observação Gaussiana (0,05–0,10). No entanto, uma lacuna crítica permanecia: embora o regime de disrupção tenha sido identificado, o destino de trajetórias individuais dentro desse regime parcialmente disruptado permanecia indeterminado. Em um nível de estresse de 0,05, o sistema exibe resultados mistos, com alguns episódios tendo sucesso e outros falhando.

A questão central de pesquisa aborda essa ambiguidade: uma vez que um modelo de mundo entrou em um regime operacional disruptado, quais dinâmicas estruturais distinguem as trajetórias que recuperam com sucesso daquelas que permanecem em desordem estrutural persistente? Além disso, resumos compactos iniciais dessas dinâmicas podem prever prospectivamente a falha terminal?

2. Metodologia

Configuração Experimental

• Modelo e Tarefa: O estudo utilizou um sistema LeWorldModel (LeWM) PushT pré-treinado. O checkpoint do modelo e o ambiente da tarefa foram mantidos fixos.
• Condição de Estresse: Ruído Gaussiano foi aplicado aos pixels de observação atuais, enquanto as imagens de objetivo permaneceram limpas. Todas as análises foram conduzidas no nível de estresse 0,05, uma condição previamente identificada como a região de transição estrutural onde coexistem resultados comportamentais mistos (sucesso e falha).
• Coorte: Uma coorte de 100 episódios distintos de malha fechada foi gerada a partir de pontos iniciais congelados. Isso resultou em 32 episódios bem-sucedidos e 68 falhas, todos expostos ao idêntico nível de corrupção.

Estrutura Analítica

• Geometria de Referência: Uma geometria de referência "saudável" foi construída exclusivamente a partir de episódios limpos bem-sucedidos coletados em estudos anteriores. Isso incluiu um escalonador fixo, representação PCA, limiares de bacia de quantis e conjuntos de transição limpos.
• Mapeamento: As trajetórias de estresse-0,05 foram mapeadas neste sistema de coordenadas limpo congelado para medir desvios.
• Métricas:
  • Nível de passo temporal (timestep): Membros da bacia limpa, admissibilidade de caminho, entropia de caminho móvel, novidade latente, velocidade latente e a fração de passos temporais recentes fora da bacia limpa.
  • Características de Trajetória Completa: Inclinação da entropia do caminho, entropia média do caminho, contagem de reentrada (retornos de fora para dentro da bacia limpa), maior execução fora da bacia limpa e inclinação da novidade latente.
• Predição Prospectiva: O estudo testou se resumos iniciais compactos (prefixos de 5, 10, 15, 20 e 25 passos) poderiam prever resultados terminais. Um modelo de Indexação Recursiva (RIX) minimalista usando cinco características (persistência fora da bacia limpa, tendência de admissibilidade de caminho, tendência de entropia de caminho, razão de recorrência de transição e velocidade de recuperação de admissibilidade de caminho) foi comparado contra baselines latentes usando validação cruzada estratificada de 5 dobras.

3. Resultados Principais

Dinâmicas de Recuperação Distinguem Resultados

A análise de trajetória completa revelou diferenças estruturais significativas entre episódios bem-sucedidos e falhos, apesar da exposição idêntica ao estresse:

• Entropia de Caminho: Episódios bem-sucedidos exibiram uma inclinação positiva mais acentuada na evolução da entropia do caminho (Diferença Média Padronizada [SMD] = +1,55) e menor entropia média do caminho (SMD = -0,97). Isso sugere que trajetórias bem-sucedidas passam por uma reconfiguração organizada em vez de uma dispersão indiscriminada.
• Excursão Estrutural: Episódios falhos demonstraram maiores execuções ininterruptas fora da geometria de referência limpa (SMD = -0,74) e maiores contagens de reentrada (SMD = -1,10).
• Interpretação: Trajetórias bem-sucedidas se reorganizam após a disrupção, enquanto trajetórias falhas são caracterizadas por um vagueio estrutural persistente — retornos parciais repetidos à bacia limpa sem uma recuperação duradoura, ou residência prolongada em desordem estrutural.

Limitações da Predição Precoce

• Desempenho do Modelo RIX: O modelo RIX minimalista usando prefixos iniciais falhou em fornecer discriminação prospectiva estável. Ele permaneceu próximo ao nível do acaso (AUC ~0,5) na maioria dos horizontes e subperformou os baselines latentes em 5, 10, 15 e 20 passos.
• Comprimento do Prefixo: Mesmo aos 25 passos, a leve vantagem do modelo RIX sobre o baseline latente baseou-se em uma pequena amostra restante de episódios bem-sucedidos (n=15), resultando em alta incerteza.
• Conclusão sobre Predição: Resumos estruturais iniciais compactos não servem como preditores confiáveis do destino de um rollout individual neste setup experimental específico.

4. Contribuições Principais

1. Análise de Coorte de Mesmo Estresse: O estudo isola a evolução da trajetória pós-disrupção comparando sucessos e falhas sob as mesmas condições de estresse, separando as dinâmicas de recuperação da simples exposição ao estresse.
2. Hipótese Mecanística: Propõe que a falha está associada ao vagueio estrutural persistente (desordem recorrente) em vez da mera ocorrência de disrupção.
3. Separação de Problemas: O artigo distingue explicitamente três problemas de confiabilidade:
   • Detecção de Regime: Identificar a entrada em um estado instável (estabelecido em trabalhos anteriores).
   • Monitoramento de Recuperação: Determinar se uma trajetória disruptada está se reorganizando ou permanecendo desordenada (apoiado por este estudo).
   • Predição de Destino Individual: Prever o sucesso/falha terminal a partir de prefixos curtos (não resolvido por este estudo).
4. Resultado Negativo sobre Predição Precoce: Demonstra que, embora as dinâmicas de recuperação de trajetória completa sejam informativas, resumos iniciais compactos (RIX) não servem atualmente como preditores confiáveis do destino de um único episódio.

5. Significância e Alegações

O artigo argumenta que a disrupção estrutural não é equivalente à falha comportamental. A principal significância reside em deslocar a questão da confiabilidade de "A disrupção ocorreu?" para "A organização estrutural está sendo restaurada?".

• Monitoramento de Recuperação: Os dados apoiam a visão de que a excursão estrutural persistente e a reentrada recorrente são indicadores mais informativos de falha do que o evento de disrupção inicial em si.
• Implicação de Engenharia: Uma camada de monitoramento não precisa prever o resultado de cada rollout para ser útil. Em vez disso, ela pode identificar a entrada em instabilidade, medir a persistência do deslocamento estrutural e determinar se a recuperação está ocorrendo para informar decisões de fallback ou reset.
• Escopo da Alegação: Os autores são modestos em suas alegações, afirmando que, embora o RIX possa caracterizar a recuperação estrutural e a desordem persistente após a disrupção do regime, a capacidade de prever o destino individual cedo no rollout permanece não resolvida. O estudo chama por replicação externa em diferentes arquiteturas e tarefas para testar se essas dinâmicas são assinaturas gerais de falha de recuperação, em vez de uma busca adicional por características no coorte atual.