实体 NCP-ExploreToM

NCP-ExploreToM

PulseAugur coverage of NCP-ExploreToM — every cluster mentioning NCP-ExploreToM across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_119622 · Jun 30 · 16:22

GPT-5 在非对话式心智理论任务中表现优于人类

一篇新的 arXiv 论文介绍 NCP-ExploreToM，这是一个用于评估大型语言模型（LLMs）非对话式心智理论（ToM）能力的框架。该研究评估了模型通过行动而非对话在多大程度上能够诱导他人的特定信念状态。在 600 个任务实例中，GPT-5 表现强劲，在约 80% 的任务中取得成功，并且在此代理环境中表现优于人类参与者，尽管总体而言人类仍然更具鲁棒性。研究还指出，所有评估的模型，与人类一样，在诱导真实信念方面比诱导错误信念更好…