大型语言模型心理理论综述：评估、表征与安全风险
计算与语言
2025-02-11 v1 人工智能
摘要
心理理论（Theory of Mind, ToM）是指认知他人心理状态并预测其行为的能力，这是社交智能的基本能力。本文综述了评估大型语言模型（LLMs）中行为和表征 ToM 的研究，识别了来自先进 LLM ToM 能力的重要安全风险，并提出了若干研究方向，以有效评估和缓解这些风险。
引用
@article{arxiv.2502.06470,
title = {A Survey of Theory of Mind in Large Language Models: Evaluations, Representations, and Safety Risks},
author = {Hieu Minh "Jord" Nguyen},
journal= {arXiv preprint arXiv:2502.06470},
year = {2025}
}
备注
Advancing Artificial Intelligence through Theory of Mind Workshop, AAAI 2025