EpiWorld：将 LLM 策略 Agent 扎根于流行病学世界模型

arXiv:2610.02744v1 公告类型：新发布 摘要：流行病干预政策属于文本化的人工产物，人类决策者通过自然语言对其进行解读、论证与修订，因此大语言模型（LLM）天然适合承担流行病政策推理任务。然而，一个朴素的 LLM 缺乏预测干预后果所需的疫情动力学知识、评估疫情严重程度所需的定量监测信号，以及界定可行行动的制度约束。我们提出 EpiWorld——一个闭环框架，将 LLM 政策执行者锚定在一个学习得到的、以行动为条件的流行病学世界模型之上，并配套一个分层技能库，其中包含公共卫生协议、监测工具以及通过事后分析积累的自适应经验。给定候选干预方案后，世界模型预测区域疫情演化，并支持快速反事实推演（counterfactual rollouts），为政策选择与优化提供反馈。模拟未来的结果会被提炼为可复用的经验，而协议约束保持固定不变，从而在提升决策过程的同时不牺牲可解释性与可控性。我们在回顾性 COVID-19 和流感数据集上对世界模型和端到端框架进行了评估：世界模型在所有预测基线中取得了最优的分布外 Peak-MAE；闭环框架在各数据集上将累计住院人数最多降低了 59%，在六个 LLM 骨干模型上平均降低约 16%，优于强化学习和最优控制策略基线。