新智元 (微信公众号)T2·基座大模型
58 分
针对共情语音对话中多阶段推理的局部误判沿链条传播的问题,香港中文大学与微软团队提出 EchoChat,将感知、心智理论推理、策略规划与语音回复生成纳入统一优化框架,用级联门控奖励约束阶段依赖,并以步骤级信用分配提供针对性更新信号。该工作已被 NeurIPS 2026 收录,核心贡献是把共情从输入到回复的直接映射,改为可分解、可定位偏差的认知过程建模。
Theory of Mind
推断他人信念、意图及心理状态的能力,常用于描述 AI 对交互对象的建模
针对共情语音对话中多阶段推理的局部误判沿链条传播的问题,香港中文大学与微软团队提出 EchoChat,将感知、心智理论推理、策略规划与语音回复生成纳入统一优化框架,用级联门控奖励约束阶段依赖,并以步骤级信用分配提供针对性更新信号。该工作已被 NeurIPS 2026 收录,核心贡献是把共情从输入到回复的直接映射,改为可分解、可定位偏差的认知过程建模。
东京大学团队推出多模态交互式欺骗评估基准 MIDA,并在 EMNLP 2026 主会发表。测试显示 GPT、Claude 等主流多模态大模型虽能处理视听文本,却难以可靠识别社交互动中的谎言与真实意图。该研究揭示了当前模型在“读空气”及心智理论层面的显著短板。
EchoChat 将共情语音对话拆解为感知、心智理论推理与回复生成三个结构化环节,并通过统一优化框架解决多阶段误差传递问题。该研究旨在提升 AI 从“说得温暖”到“理解细腻、回应贴切”的能力,强调结合声学线索与情境推断用户潜在需求。
加州大学圣地亚哥分校最新研究提出一种通过强化学习奖励函数内化“心智理论”的方法,使 7B 参数智能体在训练阶段利用辅助模型推断合作伙伴的信念与目标。该方法仅在训练评分时调用心智模型,部署后智能体可独立运行且无需额外计算开销,显著提升了多智能体协作中的意图识别准确率。
OpenAI 与牛津大学联合提出 LOLA(Learning to Model Other Minds)算法,使强化学习智能体能预测并影响其他智能体的参数更新过程。该方法让智能体在迭代囚徒困境等博弈中自发发现互惠合作策略,突破了传统独立 PPO 等方法难以形成有效协作的局限。