发布PDDL-Mind解析ToM基准
热点事件持续更新
发布PDDL-Mind解析ToM基准
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月19日，Qiutong Tony Yi等人在arXiv发布神经符号方法PDDL-Mind。该方法将叙事解析为PDDL语言并执行动作，以审计现有基准的底层逻辑。 在MMToM、MuMA和FanToM测试中，PDDL-Mind将解析任务外推给程序后，模型性能接近强智能体水平；将状态追踪交给PDDL则使GPT-4o达到接近人类的表现。研究证明，这些复杂基准主要惩罚LLM在状态追踪与解析算法上的不可靠性，而非纯粹的心理理论能力。
AI 根据报道生成 · 5 小时前更新
最新进展10月19日 12:00
PDDL-Mind 揭示 ToM 基准测试主要考察算法状态追踪报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv · NLPPDDL-Mind 揭示 ToM 基准测试主要考察算法状态追踪
PDDL-Mind 通过神经符号方法发现，多种 ToM 基准测试实则在考察解析与算法状态追踪能力。 在 MMToM、MuMA 和 FanToM 测试中，将解析外推给程序使性能接近强 agentic pipeline，将状态追踪交给 PDDL 则让 GPT-4o 达到接近人类的表现。 这证明复杂的 ToM 基准主要惩罚大语言模型在状态追踪和解析算法上的不可靠性。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月19日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。