Shadow-Loom：基于叙事的图形世界模型进行因果推理

Shadow-Loom 是一个实验性开源框架，旨在将叙事转化为版本化的图形世界模型。该系统利用两大引擎运作：一是基于 Pearl 因果阶梯和祖先多世界网络反事实演算的因果物理引擎；二是依据 Sternberg 好奇/悬念/惊讶三元组传统，针对神秘、戏剧性反讽、悬念和惊喜四种读者状态进行评分的叙事物理引擎。大型语言模型仅用于边界任务（如提取、渲染和审计），而识别、干预及反事实推理均在图上的类型化代码中执行。该成果作为研究制品发布，而非基准 NLP 模型。