English(EN) Do Large Language Models Possess a Theory of Mind? A Comparative Evaluation Using the Strange Stories Paradigm

GPT-4o 在新的大模型研究中展现出类人的心智理论能力

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-01 04:00

一项发表在 arXiv 上的新研究调查了大型语言模型（LLMs）是否拥有心智理论（ToM），即理解他人信念、意图和情感的能力。研究人员使用改编的“奇怪故事”范式，将包括 GPT-4o 在内的五个大模型与人类对照组进行了性能比较。虽然较小的模型显示出局限性，但 GPT-4o 在推断角色状态方面表现出了与人类相当的准确性和鲁棒性，引发了关于大模型理解的本质与复杂模式匹配之间关系的疑问。 AI

影响这项研究深入探讨了大模型的理解深度，可能影响我们如何开发和解读人工智能的社会认知能力。

排序理由该集群包含一篇发表在 arXiv 上的学术论文，评估了大模型的能力。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 24 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇发表在 arXiv 上的学术论文，评估了大模型的能力。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Anna Babarczy, Andras Lukacs, Peter Vedres, Zeteny Bujka · 2026-09-01 04:00

大型语言模型是否拥有心智理论？一项使用“奇异故事”范式的比较评估

arXiv:2603.18007v2 Announce Type: replace-cross Abstract: The study explores whether current Large Language Models (LLMs) exhibit Theory of Mind (ToM) capabilities -- specifically, the ability to infer others' beliefs, intentions, and emotions from text. Given that LLMs are train…

本文如何被排名

报道来源 [1]

大型语言模型是否拥有心智理论？一项使用“奇异故事”范式的比较评估

相关实体

相关话题