三思而后言：基于双知识增强的 Theory-of-Mind 推理用于说服智能体
人工智能
2026-05-22 v1
摘要
说服对话需要推理他人的潜在心理状态，这种能力称为 Theory of Mind（ToM）。然而，由于依赖简单提示策略且不足以捕捉心理状态之间的内在依赖，现有大型语言模型往往无法准确把握心理状态之间的依赖关系，导致表征碎片化和推理不稳定。为此，我们提出 ToM-based Persuasive Dialogue（ToM-PD）任务，基于信念-欲望-意图（BDI）框架，显式建模多轮对话中心理状态的序列依赖关系。为促进该任务的研究，我们构建了大规模标注数据集 ToM-based Broad Persuasive Dialogues（ToM-BPD），捕捉细粒度的心理状态及其对应的说服策略。我们进一步提出 Think Thrice Before You Speak（TTBYS），一种知识增强的分步推理框架，利用显式和隐式的先验经验来提高大型语言模型推断欲望、信念和说服策略的能力。实验结果表明，配备 TTBYS 的 Qwen3-8B 在预测欲望、信念和说服策略方面分别比 GPT-5 高出 1.20%、22.80% 和 16.97%。案例研究进一步表明，我们的方法提高了推理的可解释性和一致性。
引用
@article{arxiv.2605.22602,
title = {Think Thrice Before You Speak: Dual knowledge-enhanced Theory-of-Mind Reasoning for Persuasive Agents},
author = {Minghui Ma and Bin Guo and Runze Yang and Mengqi Chen and Yan Liu and Jingqi Liu and Yahan Pei and Xuehao Ma and Qiuyun Zhang and Zhiwen Yu},
journal= {arXiv preprint arXiv:2605.22602},
year = {2026}
}
备注
19 pages, 6 figures