EnigmaToM：通过实体状态的神经知识库提升 LLM 的心智推理能力
计算与语言
2025-06-03 v2
摘要
心智理论（ToM），即推断他人感知和心理状态的能力，是人类交互的基础，但对大型语言模型（LLM）而言仍具有挑战性。虽然现有的 ToM 推理方法通过感知视角转换展示了前景，但它们往往过度依赖现成的 LLM，降低了效率并限制了其在高阶 ToM 推理中的适用性。为了解决这些问题，我们提出了 EnigmaToM，一个新颖的神经符号框架，通过集成实体状态的神经知识库（Enigma）来增强 ToM 推理，包括（1）一种受心理学启发的迭代掩码机制，有助于准确的视角转换，以及（2）知识注入，用于激发关键实体信息。Enigma 生成结构化的实体状态知识，用于构建空间场景图以进行跨不同 ToM 阶数的信念追踪，并为事件补充细粒度的实体状态细节。在 ToMi、HiToM 和 FANToM 基准测试上的实验结果表明，EnigmaToM 显著提升了不同规模 LLM 的 ToM 推理能力，尤其在高阶推理场景中表现出色。
引用
@article{arxiv.2503.03340,
title = {EnigmaToM: Improve LLMs' Theory-of-Mind Reasoning Capabilities with Neural Knowledge Base of Entity States},
author = {Hainiu Xu and Siya Qi and Jiazheng Li and Yuxiang Zhou and Jinhua Du and Caroline Catmur and Yulan He},
journal= {arXiv preprint arXiv:2503.03340},
year = {2025}
}
备注
Findings of ACL 2025