热点事件持续更新
研究团队推出心智理论评测基准ToMStories
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月，研究人员推出评测数据集 ToMStories，包含约6,000个合成简短叙事片段，旨在评估大语言模型推断角色情绪、恐惧和动机等心智理论能力。在对13个参数规模介于1B至72B的开放权重模型进行测试后发现，参数规模最大的模型在多选题任务上达到了人类水平，但在开放式问题上未能达到。分析进一步显示，模型在解读与生成隐式心理状态时存在简化倾向，使用合成数据可能高估了模型解读真实人类心理的实际能力。
AI 根据报道生成 · 4 小时前更新
最新进展10月19日 12:00
研究团队发布ToMStories基准，最大开源模型仅在多选题达到人类水平。报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv 自然语言处理ToMStories：解读合成叙事中的心智理论
研究人员推出评测数据集 ToMStories，包含约 6,000 个合成简短叙事片段，用于评估大语言模型推断角色情绪、恐惧和动机等心理状态的能力。在对 13 个 1B 至 72B 参数的开放权重模型评测中，最大的模型在多选题上达到人类水平，但在开放式问题上未能达到。分析表明模型在解读与生成隐式心理状态时存在简化倾向，合成数据可能高估了模型解读真实人类心理的能力。
本事件热度走势
当前热度 9·可比范围峰值 10（10月19日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。