ToM-LM:将 Theory of Mind 推理委托给大语言模型中的外部符号执行器
计算与语言
2024-06-27 v3 人工智能
摘要
Theory of Mind(ToM)指的是个体对他人心理状态进行归属的能力。虽然大语言模型(LLM)在 ToM 能力方面展现出一些前景,但它们仍在复杂 ToM 推理方面存在挑战。我们的方法利用外部符号执行器(具体为 SMCDEL 模型检查器)和微调来提高大语言模型的 ToM 推理能力。在我们的方法中,首先通过自然语言与符号化表述形式的 ToM 问题配对对大语言模型进行微调,然后指示其生成带有单次 in-context 示例的符号化表述。生成的符号化表述随后由 SMCDEL 模型检查器执行,以进行透明且可验证的 ToM 推理并给出最终结果。我们展示了我们的 метод ToM-LM 在所有构建的基线之上都显示出显著的改进。我们的研究提出了一种新观点,即外部化 ToM 推理的特定组成部分(主要是关于信念的推理),并建议将其推广到 ToM 推理的其他方面。
关键词
引用
@article{arxiv.2404.15515,
title = {ToM-LM: Delegating Theory of Mind Reasoning to External Symbolic Executors in Large Language Models},
author = {Weizhi Tang and Vaishak Belle},
journal= {arXiv preprint arXiv:2404.15515},
year = {2024}
}
备注
Accepted at NeSy 2024