SerenAI 是一种受世界模型启发的状态转移系统，旨在将自由文本生成转化为可验证的预测。系统接受环境描述、当前状态和动作，输出四个要素：因果增量、下一状态、有效性奖励和终止信号。\ \ 为实现该功能，作者在原始 8B 开放权重模型上进行两阶段适配训练：首先进行参数高效微调，其次在 12 个环境、覆盖 10 个推理领域的 5 万条因果示例上进行基于验证器的强化学习。\ \ 实验相较于基线模型在多项指标上实现显著提升：JSON 有效性从 85.0% 提升至 93.2%，模式有效性从 55.0% 提升至 84.0%，结构化输出完全匹配从 0.0% 提升至 41.5%，因果增量匹配同样从 0.0% 提升至 41.5%，结果状态匹配从 0.0% 提升至 42.0%，奖励匹配从 1.0% 提升至 80.5%，终止信号匹配从 38.0% 提升至 81.5%。\ \ 作者指出，这表明与验证器兼容的适配能够提升结构化转移预测的准确性，但尚未达到法律级别的可靠性。为此，论文还提出了面向证据支撑的法律工作流的验证协议，包括校准、人工监督以及主权本地部署的要求。\ \ 点评：该工作展示了将大模型用于可审计的状态转移预测的可行路径，为高风险业务场景提供了新的技术思路。