TurboSens：用于对照发动机隐状态探查世界模型表征的交互式涡扇发动机环境

基于摘要分析。研究针对部分可观测条件下世界模型表征难以直接评估的问题，提出可配置的涡扇发动机仿真环境 TurboSens，将系统隐状态与传感器观测配对，以检验表征是否保留真实系统状态，而不只依赖预测或重建性能。 评估机制是在冻结世界模型编码器后，使用逆向探针测量隐状态的可恢复性，并考察其随可观测程度的变化、分布偏移下的鲁棒性及对维护干预的响应。环境通过时间上下文、动作和运行条件变化，构造需要从不完整观测中推断状态的情形。其核心价值是提供可核对的隐状态参照，区分“观测中包含的信息”与“编码后仍保留的信息”。 作者报告，在受控改变可观测性与退化背景的实验中，自监督表征保留的状态信息明显少于从原始观测中可恢复的信息；可恢复性取决于预训练目标及与维护事件对齐的记忆，而非仅取决于上下文长度。摘要未给出具体世界模型、探针结构、预训练目标、数据划分、量化结果或统计检验，实验协议、消融及统计信息尚未验证，不能据此判断各模型之间的普遍优劣。 平台推测（待验证）：其“已知隐状态—观测—冻结表征—探针”的评估思路可能用于研究 EEG 表征的信息保留，但依赖可信的隐状态参照；真实 EEG 通常难以获得这一条件。可复用探针评估框架，需重建信号生成与状态定义，并处理低信噪比、通道变化和跨被试差异。一个可证伪的小实验是在具有已知潜在源的模拟 EEG 上，比较原始观测与冻结表征的源状态恢复能力，同时控制探针容量与数据划分。该假设不构成已验证的 BCI 效果，相关 EEG 工作尚未检索确认。