월드 모델 (World models)은 실행 전 행동 결과에 대한 예측을 통해 장기적 관점 (long-horizon)을 가진 LLM 에이전트에게 선견지명을 제공하는 원칙적인 방법을 제시합니다. 그러나 신뢰할 수 없는 선견지명은 무시되거나, 오용되거나, 심지어 하위 의사결정 (downstream decision-making) 성능을 저하시킬 수 있습니다. 본 논문에서는 하위 에이전트와 모든 모델 파라미터를 동결(frozen)한 상태에서 배포 시점의 컨텍스트 (deployment-time context)를 수정하는 자기 진화형 월드 모델 프레임워크인 WorldEvolver를 소개합니다. WorldEvolver은 세 가지 모듈을 통합합니다: (i) 검색 기반 시뮬레이션 (retrieval-based simulation)을 통해 실제 행동 전이 (action transitions)를 활용하는 에피소드 기억 (Episodic Memory), (ii) 예측-관찰 불일치 (prediction-observation mismatches)로부터 지속적인 휴리스틱 규칙 (heuristic rules)을 추출하는 시맨틱 기억 (Semantic Memory), 그리고 (iii) 에이전트 추론 컨텍스트에 통합하기 전 신뢰도가 낮은 예측을 필터링하는 선택적 선견지명 (Selective Foresight)입니다. 우리는 ALFWorld와 ScienceWorld에서 WorldEvolver을 평가하였으며, Word2World에서의 월드 모델 예측 정확도와 AgentBoard에서의 하위 에이전트 성공률을 측정하였습니다. 광범위한 실험을 통해 WorldEvolver은 세 가지 백본 (backbones) 전반에서 가장 높은 예측 정확도를 달성하였으며, 하위 에이전트 성공률 측면에서 다른 월드 모델 베이스라인들을 앞질렀습니다. 이는 테스트 시점의 메모리 수정 (test-time memory revision)이 예측 충실도 (predictive fidelity)와 계획 성능 (planning performance)을 모두 향상시킨다는 것을 입증합니다.