离散世界模型的理论心智复杂度度量

理论心智（Theory of Mind, ToM）可用于评估大型语言模型（Large Language Models, LLMs）在需要社会推理的复杂情境中的能力。尽管研究社区提出了许多ToM基准测试，但其难度差异很大，复杂度未得到良好定义。本工作提出一种受认知负荷理论启发的框架，用于衡量ToM任务的复杂度。我们将问题的复杂度量化为正确解决该问题所需的状态数量。我们的复杂度度量还考虑了旨在使其看起来更难的ToM问题的虚假状态。我们使用该方法评估了五个广泛采用的ToM基准测试的复杂度。在该框架之上，我们设计了一种提示技术，通过描述代理交互如何导致环境变化来扩展模型可用信息。我们称该技术为离散世界模型（Discrete World Models, DWM），并展示了其如何在ToM任务中激发出优异性能。