先了解这件事
AI 综述
2026年10月12日,UC San Diego 发布论文,提出通过训练奖励为 7B 智能体构建心智理论(theory of mind),使其学会推断伙伴的信念与目标。据代表来源报道,该方法先用一个模型推断伙伴的信念、意图与想法,包括伙伴如何看待智能体,并在强化学习阶段用它为候选回复打分;最终智能体在部署时无需额外模型即可独立运行。论文题为《Mental-Models for Multi-Agent Systems》。目前尚无后续发展事实,事件状态停留在论文发布与该方法描述。
AI 根据公开报道生成
最新进展 · 正式报道
UC San Diego 用奖励训练为 7B 智能体注入心智理论事件进展
1 个已确认进展
- 来源：Rohan Paul
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月12日
Rohan Paul
UC San Diego 用奖励训练为 7B 智能体注入心智理论
UC San Diego 新论文通过训练奖励把心智理论（theory of mind）注入 7B 智能体，使其学会推断伙伴的信念与目标，部署时无需额外模型即可独立运行。该方法先用一个模型推断伙伴的信念、意图与想法（包括伙伴如何看待智能体），在 RL 阶段用它为候选回复打分，最终智能体单独运行。论文题为《Mental-Models for Multi-Agent Systems》。