研究人员开发了一种方法,通过生成显式的if-then规则来连接感知、信念和行动,从而提高大型语言模型的心智理论(ToM)推理能力。他们使用组相对策略优化(GRPO)在ToM基准测试上训练了Qwen2.5和Llama 3等模型,发现这种基于规则的方法优于提示和监督微调等其他方法。此外,由大型模型生成的规则展示了可迁移的知识,增强了GPT-4o mini等小型模型的性能。 AI
影响 这项研究可能促使LLM更好地理解和预测人类行为,从而改进人机交互和个性化AI助手等领域的应用。
排序理由 该集群包含一篇学术论文,详细介绍了提高LLM推理能力的新方法。[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 →