ToM2Vec：用连续心智向量让 LLM 智能体学会揣摩队友
EliasEskin · x · 2026-10-22
论文介绍 ToM2Vec：教智能体为合作伙伴生成连续的 Theory-of-Mind（心智理论）向量，从而同时持有多个假设，而不是像语言化 ToM 那样锁定单一推理路径。方法在 5 个多智能体任务上提升协作，并可迁移到未见过的伙伴模型，包括前沿模型。
要解决的问题：LLM 智能体常只顾自己的计划，不考虑队友下一步，导致冗余或冲突动作。
方法：训练智能体预测伙伴推理的连续抽象表征，这些 latent ToM token 再引导自身推理与行动；测试时主智能体生成一系列隐向量估计对方的想法。
结果：无需任何任务奖励即提升协作，覆盖合作、竞争、混合动机场景（Overcooked、谈判、Decrypto、Hanabi、Collab Escape 等）；与显式语言化伙伴推理的基线相比，Overcooked 上 ToM2Vec 平均 106.7 分 vs 语言基线 97.6 分，三种布局全部占优。
所属事件:ToM2Vec：连续心智向量让LLM智能体学会揣摩队友(5 条相关)→
「编程与Agent」频道最新
- 针对 LiteLLM 供应链事故,作者发布 6 套 Agent 网络防御工具包 — alvelda · 2026-10-23
- AI 每日实验规划 agent:一个 prompt 帮科学家省去跑腿确认试剂库存 — nlarusstone · 2026-10-23
- 两台 £300 骁龙迷你 PC 无 GPU 跑 Qwen3.8 Flash Next，实测 46 tok/s — WorldlyAd7946 · 2026-10-22
- Chrome 工程师发问:agent 让安全响应更好,还是 10 倍速部署漏洞? — fhinkel · 2026-10-22
- Loom 推出 record for agent:用语音和视觉给 agent 喂上下文 — davidhoang · 2026-10-22
- Hugging Face 将 OpenEnv 捐给 AAIF 与 Linux Foundation 中立治理 — ben_burtenshaw · 2026-10-22