DZTX Decision World Model Platform
让每一个「下一步做什么」
都有可计算、可审计的依据
通用大模型负责读懂情境，确定性世界模型内核负责推演与决策。 系统在假设空间上维护概率信念，把每个候选行动放进模型里前向预演， 再用信息增益与执行代价算出应该先做什么。
ARCHITECTURE
鼎智天心结构：大模型做大脑，世界模型做小脑
底座层 · 可替换
基座大模型（大脑）
语义理解、领域知识调用、候选行动生成、报告解码。
不参与任何概率计算与动作排序
决策层 · 确定性
世界模型内核（小脑）
信念维护、前向推演、贝叶斯一致性校准、信息增益与效用排序。
零可训练参数，同输入逐位可复现
应用层 · 多行业
行业模板
临床诊断路径、支付风控、工业故障诊断、投资尽调、通用决策。
新增行业不改内核一行代码
WHY IT MATTERS
我们解决的具体问题
用大模型做「信息价值驱动的决策」时，有一个不报错的致命缺陷：模型给出的条件后验 q(h|o,a) 系统性违反全概率约束 Σ P(o|a)·q(h|o,a) = b(h)。
后果是期望信息增益可能算出负值或被虚高， 工程上通常把负值截断为零——于是一批本该高价值的行动被判为「零信息」， 排序静默失真。整个过程不抛任何异常，报告照常生成。
我们用迭代比例拟合（IPF）把不自洽的联合分布投影到满足边缘约束的最近可行解。 由熵的凹性与 Jensen 不等式可证：校准后信息增益恒非负且 以先验熵为上界；该投影在 KL 散度意义下相对原始推演失真最小。
VISIBLE BY DESIGN
把算法正确性做成产品特性
每一次推演，界面上都会显示校准前后的边缘偏差与信息增益。 算法的严谨性不是文档里的声明，而是用户每次使用都能看到的东西。
校准前
边缘偏差 0.020
信息增益 0.3918 bits
→
校准后
7.61e-15
信息增益 0.4040 bits｜32 次收敛
上图为内核自检的真实输出。同一份自检在 500 组随机输入上验证三条性质：
其中 500 组全部违反全概率约束、235 组信息增益为负；
校准后 500 组全部满足边缘一致、非负性与有界性。
运行
npm run selftest 可逐条复现。PIPELINE
推演链路
WM-ENC
观测编码
底座模型
WM-BEL
信念估计
内核
WM-ACT
候选生成
底座模型
WM-DYN
前向推演 + 校准
底座 + 内核
WM-DEC
效用规划解码
内核 + 底座
全链路以事件流实时推送，每一步都可见、可导出、可复算。
标注「内核」的步骤由确定性代码完成，不含任何可训练参数。
DOMAINS