理论心智（ToM）改进真的能提升人类-人工智能互动吗？来自交互式评估的实证发现
人工智能
2026-05-18 v1
摘要
提高大型语言模型（LLM）理论心智（Theory of Mind, ToM）能力对于这些AI模型与人类之间的有效社交互动至关重要。然而，现有基准测试通常通过故事阅读、多选题（从第三人称视角）来衡量ToM能力的提升，而忽略了人类-人工智能（Human-AI, HAI）互动中第一人称、动态且开放式的本质。为直接检验ToM改进技术如何利于HAI互动，本文首先提出了一种新的交互式ToM评估范式，包含视角和度量的转变。随后，遵循该范式，我们系统研究了四种代表性ToM增强技术，运用四个真实世界数据集和一次用户研究，涵盖目标导向任务（如编程、数学）和经验导向任务（如咨询）。我们的发现表明，针对静态基准的改进并不总能转化为动态HAI互动中更好的性能。这篇论文为ToM评估提供了关键见解，展示了在开发面向HAI共生的下一代社会认知LLM时，基于交互的评估的必要性。
引用
@article{arxiv.2605.15205,
title = {Does Theory of Mind Improvement Really Benefit Human-AI Interactions? Empirical Findings from Interactive Evaluations},
author = {Nanxu Gong and Zixin Chen and Haotian Li and Zishu Zhao and Jianxun Lian and Huamin Qu and Yanjie Fu and Xing Xie},
journal= {arXiv preprint arXiv:2605.15205},
year = {2026}
}