心智理论相关 AI 资讯 · AI 热点

8月11日

10:25

10:25

官方账号arXiv cs.AI@Yen-Shan Chen, Yu Chian Duan, Chih-En Kuo, Jian-Bin Wu, Yun-Nung Chen

Avalon-ToM-Bench 将心智理论拆分为 2×2 分类法，涵盖认知与动机推理、推断与行动。对 28 个大语言模型的测试显示，模型对游戏规则理解良好，但心智理论能力明显偏弱。线性探测从隐藏状态恢复心智判断的准确率达 77-82%，高于模型自身思维链的 62-70%。专门的推理训练平均带来 +11.0 分提升，而测试时思维链仅 +1.1 分。

论文 Avalon-ToM-Bench 心智理论大语言模型

推荐理由：想测 AI 到底懂不懂人心？这个基准用阿瓦隆桌游把心智理论拆成细粒度任务，28 个模型都栽了。

6月16日

11:37

11:37

官方账号arXiv cs.AI@Nikolos Gurney

该论文构建了一个结构因果模型（DAG），将心智理论视为由情境与主体条件激活的机制，而非始终开启的能力。模型包含四个外生变量（如冲突强度、信息可及性）和五个内生中介变量，通过可处理性路径、推理深度路径和使能原因路径三种机制决定心智理论的参与状态。主要输出变量是认知准确性，该框架为AI系统提供了资源理性的心智化决策流程。论文还通过仿真验证和人类-智能体团队实验评估了模型的有效性，并讨论了冲突优化心智化引发的伦理问题。

论文心智理论因果模型冲突场景

推荐理由：这篇论文给AI装了个'读心开关'——只在冲突场景下按需启动心智推理，既省算力又提升准确性，值得做AI安全和多智能体的人看看。

5月19日

11:33

11:33

官方账号arXiv cs.AI@Yajing Zhou, Xiangyu Kong

精选

该论文揭示了多模态大语言模型（MLLM）在空间推理中存在的“笛卡尔幻觉”——依赖文本概率分布而缺乏真正的3D拓扑理解。作者设计了一个新颖的视听任务：让智能体A推断智能体B对A相对位置的估计，以测试MLLM的二阶心智理论能力。为解决此问题，他们提出了“锚定具身空间分解思维链”，引导模型先建立B的局部坐标系，再根据A是否在B视野内动态加权视觉和听觉模态。实验表明，当前MLLM在零样本下准确率仅42%，而该感知受限推理链显著优于纯自我中心或他中心基线。这项工作暴露了MLLM空间推理的当前极限，并为具身AI中的认知模态感知推理建立了基础范式。

论文多模态大模型空间推理心智理论

推荐理由：这篇论文戳破了MLLM空间推理的泡沫——它们并不真正理解3D世界。做具身AI、多智能体系统或空间推理的开发者，看完会重新评估模型能力边界。