跳到正文
arXiv · AI· Adam Bawatneh, Sagar Sapkota, Amrit Singh Bedi, Santu Karmaker, Mubarak Shah·· 3 天前AI 评分30

OmniToM 基准:通过显式信念建模评测大语言模型心理理论

OmniToM: Benchmarking Theory of Mind in LLMs via Explicit Belief Modeling

AI 导读

OmniToM 基准通过显式建模信念结构评测 LLM 心理理论,基于 895 个故事与 2.23 万条标注信念命题构建。 该基准包含信念提取与七维信念标注两阶段,揭示了 LLM 在知识访问与表征决策上的瓶颈。 已被 NeurIPS 2026 接收,论文共 50 页。

来源:arXiv · AI · arxiv.org