ToM2Vec：用连续心智向量让 LLM 智能体学习揣摩队友

ToM2Vec 通过预测队友推理的连续抽象表征生成 latent ToM token，引导智能体同时保留多个伙伴假设，并在 5 个多智能体任务及未见伙伴模型上提升协作。无需任务奖励，方法在 Overcooked 中平均得分 106.7 分，高于语言基线的 97.6 分，且三种布局全部占优。