UCSD论文将心智理论融入7B智能体训练
先了解这件事
AI 综述
2026年10月12日，X用户Rohan Paul分享了UC San Diego的一篇论文。该论文提出在7B智能体的强化学习训练奖励中内置心智理论（Theory of Mind），使智能体学会推断伙伴的信念、意图与想法，包括伙伴对智能体自身的看法。据称，这种方法让智能体在部署时无需额外模型即可独立运行。目前仅有这一条分享信息，尚无更多细节披露。
报道时间线
10月12日
- UCSD 论文将心智理论融入 7B 智能体训练奖励
UC San Diego 论文提出在 7B 智能体的 RL 训练奖励中内置心智理论，让智能体学会推断伙伴的信念、意图与想法（含伙伴对自身的看法），部署时无需额外模型即可独立运行。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。