​世界模型邁入精細調優時代：騰訊開源強化學習後訓練框架 WorldCompass

騰訊混元3D團隊開源了強化學習後訓練框架WorldCompass，旨在提升世界模型在交互中的準確性和用戶體驗。該框架針對當前世界模型在處理複雜指令時易出現偏差的問題，通過強化學習優化模型表現。