theory of mind
PulseAugur coverage of theory of mind — every cluster mentioning theory of mind across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
新的CoMind数据集捕捉协作人类活动以供AI研究
研究人员推出了CoMind，这是一个旨在通过捕捉真实烹饪场景来研究人类协作的新型数据集。该数据集整合了多视角视频、音频、注视跟踪和3D扫描，并标注了共享注意力、社交线索和代理-对象交互等细节。CoMind旨在促进对支持协作的认知过程（特别是心智理论）的研究，并为联合注意力估计和协作移交预测等任务建立基准。
-
Linux 被移植到 Atari Jaguar 游戏机，克服了硬件限制
一位开发者已成功将 Linux 操作系统移植到 Atari Jaguar，这是一款于 1993 年发布的 64 位游戏机。移植过程涉及克服重大的硬件限制，包括该游戏机的 2MB RAM、13.3 MHz CPU 以及缺乏内存管理单元。开发者使用了 uClinux，这是 Linux 的一个支持无 MMU 系统的变体，并实现了自定义驱动程序，使操作系统能够在原始硬件上启动。
-
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…
-
新研究强调了LLM在理解人类心理状态方面的局限性
一篇新研究论文探讨了大型语言模型（LLMs）在对话中理解和标注人类心理状态的局限性。该研究引入了一个两步框架，LLMs首先识别面向任务的对话中的共同心智模型（SMM）元素，然后检测个体心智状态之间的差异。虽然LLMs在基本标注任务中表现出一致性，但研究发现它们在需要空间推理或区分韵律线索的场景中系统性地失败。
-
AI安全倡导者呼吁模型审查期为30天
AI安全和治理倡导者Tom (@tg31679) 认为，忽视先进AI模型带来的安全风险是无知的。他认为，在部署AI模型前设置30天的审查期是合理且必要的措施。这一观点强调了AI开发中主动安全和治理的重要性。
-
新的“Triadic Werewolf”游戏测试大语言模型的多智能体推理能力
研究人员开发了一种新的多跳心智理论评估方法，名为 Triadic Werewolf，用于评估大语言模型。该游戏扩展了传统的 Werewolf 游戏，引入了一个具有相反获胜条件的“弄臣”（Jester）角色，要求模型在三个对立的效用函数之间进行推理。在对 GPT-4.1、DeepSeek-V3.1 和 Llama 3.3 70B Instruct 的测试中，“弄臣”角色非常成功，赢得了 60-70% 的游戏，而狼人阵营的胜率很少超过 2…
-
大型语言模型缺乏人类心智理论，影响 AI 应用
大型语言模型（LLMs）与人类在理解方式上存在根本差异，LLMs 基于统计概率处理数据，而人类认知则包含主观体验和情感。虽然 LLMs 利用 Transformer 架构和注意力机制来预测文本，但它们缺乏人类所拥有的意识和主观洞察力。这种区别对于现实世界的应用至关重要，尤其是在医疗保健、教育和客户服务等领域，这些领域对同理心和细致的理解要求很高。
-
进化生物学家将欺骗解释为一种生存策略
欺骗是生命之树中普遍存在的进化策略，并非人类独有。生物学家认为欺骗是一种选择压力，能够为能够操纵他人的生物提供优势，但它也受到诚实作为信号保留意义的基线的必要性的制约。神经影像学研究表明，撒谎在认知上要求很高，会激活包括前额叶皮层在内的广泛大脑区域网络，而前额叶皮层对于规划和抑制等执行功能至关重要。
-
新 LLM 方法通过心智理论增强说服力
研究人员开发了 ToMAP，一种通过整合心智理论 (ToM) 模块来训练大型语言模型进行说服的新方法。这些模块增强了模型理解和适应对手心理状态及潜在异议的能力。实验表明，3B 参数的 ToMAP 模型在各种语料库上的有效性比 GPT-4o 等更大模型高出 39.4%。ToMAP 的对手感知能力能够产生更多样化、更合乎逻辑且重复性更低的论点，使其适用于长时间的对话交互。
-
MindClaw框架使具身AI能够推理人类心理状态
研究人员推出了MindClaw，这是一个旨在增强具身智能体实时理解和响应人类心理状态能力的新框架。与之前专注于静态问答的基准不同，MindClaw使智能体能够持续监控其环境，更新关于人类意图的信念，并在有益时进行精确干预。实验表明，MindClaw通过优化用于校准干预的“触发技能”，其性能优于直接的视觉语言模型基线。
-
新的 OSCToM 方法提升了 LLM 的心智理论推理能力
研究人员开发了 OSCToM，这是一种新颖的方法，可以增强大型语言模型 (LLM) 的心智理论 (ToM) 推理能力，特别是在涉及嵌套信念冲突的复杂社交场景中。该方法利用强化学习和专门的领域特定语言来生成具有挑战性的观察者-自我冲突，推动 LLM 超越简单的视角采择。实验表明，OSCToM-8B 在 FANToM 等基准测试上的性能显著提高，准确率达到 76%，而之前的研究结果则有所不同，并展示了更高效的数据合成过程。
-
新的TTBYS框架通过双重知识提升LLM说服性对话能力
研究人员引入了一个名为“三思而后言”（Think Thrice Before You Speak, TTBYS）的新框架，以增强大型语言模型在说服性对话中的心智理论（Theory of Mind, ToM）能力。该框架通过使用信念-愿望-意图（Belief-Desire-Intention, BDI）框架显式建模信念和愿望等心智状态之间的顺序依赖关系，解决了当前模型的局限性。为此，他们还创建了一个大型数据集“基于心智理论的广泛说服性对…
-
AI代理学习人类信念和空间推理
研究人员正在探索AI代理如何更好地理解人类的信念和意图，特别是在交互式场景中。一篇论文提出了一个二阶心智理论（ToM-2）框架，使用I-POMDP使代理能够检测并适应人类的认知偏差。另一项研究调查了多模态大型语言模型（MLLMs）在具身环境中的空间推理局限性，并引入了一个新的模块和推理链来提高它们在感知约束下推断另一代理观点的能力。
-
HiCrew: Hierarchical Reasoning for Long-Form Video Understanding via Question-Aware Multi-Agent Collaboration
研究人员开发了新的框架来提高AI模型在视频理解和推理方面的能力。StoryTR引入了一个关注“心智理论”的基准和训练方法，用于推断叙事因果关系，表明推理能力比模型规模更关键。HiCrew采用一种分层多智能体方法，通过问询感知协作来处理长视频，以保持时间连贯性并适应推理策略。UpstreamQA提出了一个模块化框架，解耦推理组件，使用大型推理模型来丰富下游视频问答模型的输入，从而提高性能和可解释性。Find, Fix, Reason引入…