# 一步世界模型输出回归展示

执行 `bash scripts/moon-local.sh -C integrations/moonxi run cmd/showcases --target native`。

这个**未训练的小型动力学模型**使用真实 MoonXi-net CPU `Linear → ReLU → Linear`。固定初始 latent state `[0.5, -0.25]`、observation `[0.75]`、action `[-1]`，按 `[state, observation, action]` 拼接，输出形状 `[batch=1, latent=2]`。模型没有随机采样或训练模式变化。固定权重、轴顺序和输入见 [参考数据](../fixtures/world_model.json)。

独立期望值由 Python 标量循环按矩阵乘法定义生成，未调用 MoonXi-net 或本库。参考以 Double 算术计算；被测后端是 Float，绝对容差 `1e-6` 用于这一小算例的舍入差异。不会把这个阈值宣称为其他模型的通用默认值。

正例实际执行前向计算并校验两个 latent 值。负例改变一个 latent 值、交换 batch/latent 形状或提供 NaN，分别产生坐标差异、结构失败或无效输入错误。该展示证明固定推断输出的回归检查链路；没有验证世界模型的学习能力、长时预测、Dreamer 实现或真实任务收益。

参考生成与校验：`python3 scripts/generate-references.py --check`。上游版本与许可证见 [集成记录](../integrations/moonxi/upstream.json)。


## M5：三步检查点与跨后端输出

原有一步入口保留。新增 `world_model_checkpoints` 实际执行三次递推，每步记录 linear1、relu、latent，上一时刻真实 Float 输出成为下一步 state。输入说明见 fixtures/rollout_spec.json，独立参考见 fixtures/world_model_checkpoints.json；参考由 Python 标量算式计算，生成器不调用被测库。

`bash scripts/moon-local.sh -C integrations/moonxi run cmd/export --target native` 输出标准检查点包，`--target wasm` 运行另一个真实后端。两者与 Python 的九处检查点均在 1e-6 内，实测最大绝对误差约 5.96e-8，Native/Wasm 的本次输出差为 0。该结论仅覆盖当前固定模型、输入与工具链。

详细规则、报告、重放及负例见 [文件比较](FILE_COMPARISON.md)。模型仍未训练；报告定位首次记录偏离，不判断模型效果或自动断言根因。