Badacze formułują problem world editing jako interwencje na istniejących światach w grach, zachowując właściwości, które powinny pozostać niezmienione. Wprowadzają nową oś opisu - intervention depth - która mierzy, jak silnie edycja wiąże ze sobą jednostki świata, dynamikę i systemy. Koncept jest testowany na godziwych modach dla gier, ze szczególnym naciskiem na Minecrafta i Terrarię.
Badacze opracowali IGMWorld wraz z benchmarkiem IGMBench zawierającym 110 zadań edytowania z ponad 1,1 tysiącem egzekutowalnych stanów i kryteriów behawioralnych. Zadania obejmują interwencje na właściwościach, bytach, dynamice i systemach, oceniane przez egzekutowalność deterministyczną, sprawdzenia behawioralne, zachowanie i wizualne. Frontierowe agenty kodujące już wykazują znaczące możliwości: najsilniejsza konfiguracja rozwiązała 78,2% zadań przy rygorystycznym kryterium poziomu zadania, podczas gdy wydajność na poziomie kryterium osiągnęła 94,8%.
Wysłane edycje generują jednak problemy skalowalne z głębokością interwencji. Niezawodność systematycznie spada dla głębszych edycji, nawet wśród zadań o podobnej liczbie kryteriów ewaluacyjnych. Większość nieudanych edycji nadal się buduje i ładuje, co sugeruje, że główną trudnością jest sprawienie, aby zmodyfikowany świat zachowywał się zgodnie z życzeniami. Konsystencja wizualna pozostaje odrębną słabością - wszystkie konfiguracje uzyskały poniżej 50% wspólnego wskaźnika przejścia wizualnego.