ToM2Vec三类心智探测验证领先
热点事件持续更新
ToM2Vec三类心智探测验证领先
2 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Elias Eskin在Overcooked环境中验证ToM2Vec向量的可解释性，结果显示其对伙伴信念、欲望和下一步行动的探测均高于各类最强基线，准确率分别为52.3%、62.3%和64.0%，对应提升5.6、2.0和2.7个百分点。 测试还观察到信念修正：伙伴朝洋葱或餐盘分发器移动时，模型赋予与其轨迹一致推理的信念权重随之上升，表明其伙伴表征会随新证据更新。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 23:22
ToM2Vec 向量可解释性验证：信念、欲望与行动探测全面领先报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- AGI HuntToM2Vec 向量可解释性验证：信念、欲望与行动探测全面领先
ToM2Vec 在 Overcooked 场景中的信念、欲望与行动探测均取得最高准确率，较各类最强基线分别提升 5.6、2.0、2.7 个百分点。三类探测的绝对准确率分别为 52.3%、62.3% 和 64.0%。分析还发现信念修正现象，支持 ToM2Vec 学到的是会随新证据更新的伙伴表征。
- AGI HuntToM2Vec 实验证实潜在向量编码心智并跨模型泛化
ToM2Vec 实验显示，潜在向量能够编码心智并跨模型泛化，在 Overcooked 上较语言基线高 9 分。由 Qwen3-8B 自博弈训练的向量与 GPT-5.4 组队后得分提升 17.3 分，对信念、欲望和行动的三项探测也全面领先。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。