这篇要改的不是模型，是记分牌。
持续学习一直把「在旧数据上掉分」当失败的证据。这个惯例继承来的地方——分类、回归——预测目标是平稳的，正确标签永远正确。世界模型不满足这个条件：它的预测目标是环境，环境会变，所以当初采到时正确、后来变错的知识，丢掉它是必需行为，不是缺陷。
于是分层就成立了：按不变性的时间尺度分。
- 物理规律、物体恒存——绝不可修改。
- 实例级事实——环境一变就该尽快更新。
而现有物理推理基准只评估冻结检查点。测量工具本身把「会不会更新」这件事排除在视野之外了，等于拿一把只量静止物体的尺子去评一个会动的模型。
作者提的 differential retention，要点在最后三个字：不聚合。联合报告适应流上的不变量回归测试与修正延迟，两个数列各自看，不压成一个总分。这个选择是对的——一旦压成单分，「正确更新」和「遗忘」又混回去了。
三作者：Nishit Anand、Ramani Duraiswami、Dinesh Manocha（马里兰大学）。Manocha 是做几何计算与物理仿真出身的老将，这组人提「世界模型该忘什么」，背景对得上。
读的时候心里要有杆秤：这是一篇立场与框架论文，摘要里没有新基准的大规模实证。它主张的是改指标，不是报了个新方法 SOTA。