ToM2Vec:给智能体装“心理理论向量”，跨任务提升多智能体协作
EliasEskin · x · 2026-10-23
新论文 ToM2Vec 尝试让 LLM 智能体隐式建模伙伴的推理：不再显式用语言复述对方在想什么，而是训练智能体输出连续的 ToM(心理理论)向量，捕捉伙伴的信念、意图与下一步动作等多个假设，再用来指导自身决策。
- 在 Overcooked 上，ToM2Vec 比显式语言化伙伴推理的 Language ToM 基线平均高 9.0 分；
- 直接测试 ToM 能力时，对伙伴信念、欲望、下一步动作的预测准确率分别比最强基线提升 5.6 / 2.0 / 2.0 个百分点；
- 只用 Qwen3-8B 作为伙伴训练，收益可迁移到未见过的伙伴模型(包括 GPT-5.4、Gemma 4 等前沿模型)；
- 在 5 个多智能体任务(合作+竞争)上均有提升。
所属事件:ToM2Vec：用连续心智向量让LLM智能体学会揣摩队友(10 条相关)→
「编程与Agent」频道最新
- Prime Intellect 公布持续学习路线图：从 agent「废气」里挖训练信号 — willcb · 2026-10-23
- Claude 花两天重写 vLLM：代码能跑但已成维护噩梦 — bingxu_ · 2026-10-23
- 用 GrokBot 做 OSINT 追源：还原伪造 AfD 邮件的传播链 — FlorianGallwitz · 2026-10-23
- intentoo:MCP 服务器让 AI 代理先谈判、人类再见面的意向匹配协议 — Appropriate-Ease2981 · 2026-10-23
- 《Context Engineering Handbook》上线系统提示词构建实战章节 — dbreunig · 2026-10-23
- 构建 Agent 的反直觉心得:别预设每步推理,给好工具和护栏 — andreisavu · 2026-10-23