Zespół badaczy z arXiv przeprowadził trzy pre-zarejestrowane studia mające na celu sprawdzenie, czy samokontrolujące się modele świata rzeczywiście porządkują swoje latentne reprezentacje wokół wielkości fizycznych. Testowali to na problemie dwuwymiarowego decayującego przepływu Naviera-Stokesa, gdzie każde badanie było przetestowane raz na danych poza zbiorem treningowym.
W pierwszym badaniu architektura JEPA trenowana do przewidywania przepływu nie spełniła wcześnie ustanowionych kryteriów organizowania swoich reprezentacji wokół wielkości związanych z dynamiką płynów lepiej niż sieci architekturze identycznej, ale nieuczona. Zadziwiająco, modele trenowane na nieliniowych ale niefizykalnych dynamikach oraz modele niezmienniczości statycznej, które nigdy nie widziały czasu, osiągnęły wyniki równe lub lepsze. W drugim badaniu zwykłe autoenkodera pokazały, że entropia jest wyraźnie obecna w ich najwolniejszych kierunkach nienadzorowanych (współczynnik korelacji 0,80-0,86 wobec 0,38 dla modelu nieuczenia). Dodanie regularyzacji VICReg obniżyło tę widoczność we wszystkich porównaniach, choć nie do granicy wyznaczonej wcześnie dla vorticosity.
Trzecie badanie wykorzystało routing do budowy kierunków sterownych - dekoder otrzymywał skalę ogólną tylko poprzez mały kod kondycjonujący, podczas gdy inne ścieżki nosiły zdegradowaną kopię kształtu spektralnego. Reguły bez etykiet znalazły pokrętło głośności we wszystkich 8 modelach trenowanych i pokrętło kształtu w 3 z 5 modeli na świeżych sieciach testowan na zapieczętowanych danych, poniżej ustanowionego progu 4 modeli. Żadna kontrola nie wykazała pokręła kształtu. Wyniki sugerują fundamentalną rozbieżność między tym, co reprezentacja zawiera, a tym, co może być przez nią kontrolowane.