一篇新的研究论文介绍了一个名为“用于引导信念的心理理论”（ToM-SB）的挑战，旨在测试大型语言模型理解和操纵他人信念的能力，类似于心理理论。研究发现，像Gemini3-Pro和GPT-5.4这样的先进模型在此任务上表现不佳，尤其是在攻击者拥有部分先验知识的情况下。为了解决这个问题，研究人员使用强化学习训练了AI双重代理，证明奖励信念操纵和对攻击者心理状态的理解可以显著提高性能。 AI
影响 强调了在LLM中改进心理理论能力以实现更安全、更复杂的交互的必要性。
排序理由 详细介绍新基准和LLM发现的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
