2026年8月5日 · Evaluating Theory of Mind in Reasoning Models
Evaluating Theory of Mind in Reasoning Models: Robustness over Reasoning
arXiv 论文 2608.04646v1 评估了推理模型在 Theory of Mind (ToM) 任务上的表现，发现推理模型对提示变化和任务扰动表现出更强的鲁棒性，作者认为这支持鲁棒性解释而非新的 ToM 特定能力。
EVENT STORY
发展脉络
- 首次出现Evaluating Theory of Mind in Reasoning Models: Robustness over ReasoningarXiv cs.CL
- 当前判断该研究提示，推理模型在社交智能任务上的表现可能被高估，其优势可能来自鲁棒性而非真正的心理推理能力。这影响对模型能力的评估和部署决策。Agent Pulse · 分析
该研究测试了通过强化学习训练的推理模型在 ToM 任务上的表现，使用改编的机器心理学实验和既有基准。结果显示推理模型在提示变化和任务扰动下更鲁棒，作者认为这支持鲁棒性解释而非新的 ToM 特定能力。
推理模型在 ToM 任务上的鲁棒性提升可能源于其训练方式，而非专门的 ToM 能力。可验证的下一信号：在更多样化的提示扰动下测试推理模型，观察鲁棒性是否持续。
该研究提示，推理模型在社交智能任务上的表现可能被高估，其优势可能来自鲁棒性而非真正的心理推理能力。这影响对模型能力的评估和部署决策。
对于依赖模型社交智能的应用，如客服或教育，需谨慎评估模型的实际能力，避免过度依赖。
未来研究可能进一步区分鲁棒性与特定能力，推动更精细的评测方法。