最近，开发者 bigattichouse 分享了一个有趣的实验：让 Qwen-0.6B 这样的小模型在推理过程中生成并执行 WASM 代码，从而获得确定性的计算结果。
这个项目的灵感借鉴了人类思维。在关于 AGI 与 LLM 智能的讨论中，“世界模型”的概念变得越来越重要。就像人类接球时大脑会建立物理模型一样，AI 模型也需要某种形式的世界建模能力。但对于 Qwen-0.6B 这样的超小模型，连基础数学计算都容易出错，更别说进行复杂推理了。
从思考标签到代码执行层
最初的尝试是在模型中加入 <think> 和 <model> 标签，让模型先思考再生成 Python 代码：
<think>I need to calculate 15% of 200...</think>
<model>
result = 0.15 * 200
print(f"15% of 200 = {result}")
</model>
<requires>python:math</requires>
这种方法有效，但需要在模型和外部工具之间来回切换，效率不高。作者意识到，如果能让代码生成成为推理过程的一部分，而不是外部调用，效果会更好。
WASM：完美的沙箱计算环境
WebAssembly 成为了理想选择。它简单、天然沙箱化，可以在任何地方运行。作者改造了 Qwen 模型，让它能同时处理自然语言和 WASM 代码：
User: Calculate 12 * 7
Assistant: <think>I need to calculate 12 * 7...</think>
<wat_model>
(module
(func $compute (param f64 f64) (result f64)
local.get 0
local.get 1
f64.mul))
</wat_model>
<computed>84</computed>
关键创新在于，这不再是工具调用，而是推理过程的一部分。模型在生成 token 的同时执行 WASM 代码，计算结果直接注入到上下文中。
多层 WASM 架构
训练过程中，作者创建了三个“WASM 层”，类似于视觉模型中生成图像的层。有趣的是，这三层最终各自专门化了不同的运算：加法、乘法、减法，形成了某种“计算专家混合”模式。
模型使用类似 Flamingo 的交叉注意力机制来生成 .wat 代码，然后通过评分系统选择最佳结果。整个过程发生在推理期间，不需要外部 API 调用。
实验结果：接近但未完美
经过 30 轮训练后，模型在计算 12×11 时的表现：
Layer 3: 144.000000 (multiply) [score: 3.80]
Layer 7: 132.000000 (multiply) [score: 3.44] # 正确答案
Layer 11: SKIPPED [score: 3.07]
正确答案 132 出现在第 7 层，但注意力机制选择了得分更高的第 3 层结果 144。作者表示这很接近了，只需要扩大训练数据集和优化选择机制。
技术验证
作者让 Gemini 审查了代码，得到的总结证实了设计意图：项目将 Qwen 改造为多模态模型，能够同时处理自然语言和 WebAssembly 代码。当识别到计算任务时，使用交叉注意力机制生成相应的 .wat 代码，经过评分、编译后在 wasmtime 沙箱中安全执行。
更大的图景
作者认为，AGI 可能会从当前的世界模型研究中发展出来，但这不意味着 LLM 毫无价值。LLM 将成为机器的自然语言接口，就像 GUI 取代 CLI 但没有让 CLI 消失一样。
通过让 LLM 显式地添加模型和工具调用能力，结合 RAG 系统来回忆和评分模型，我们可以构建基础的世界模型来解决可计算的问题。虽然不如潜在的 AGI 聪明，但能大幅减少可计算任务上的幻觉。
项目代码：https://github.com/bigattichouse/worldmodel
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：http://www.itsolotime.com/archives/18246
