論文の概要: The Theory of Mind Utility: Formal Specification of a Mentalizing Mechanism

• arxiv url: http://arxiv.org/abs/2606.12721v1
• Date: Wed, 10 Jun 2026 22:11:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-12 15:55:27.484975
• Title: The Theory of Mind Utility: Formal Specification of a Mentalizing Mechanism
• Title（参考訳）: 心の効用の理論:精神化メカニズムの形式的仕様
• Authors: Nikolos Gurney, Stacy Marsella,
• Abstract要約: 心のユーティリティの理論(ToM-U)は、信念状態からの推論の問題を定式化する。 ToM-U はモデルの構造的特性に追従する心的失敗の予測を生成する。 アーキテクチャは、ToM-Uを目標推論やその他の下流社会認知プロセスの上流にドメインに依存しないメカニズムとして位置づけている。
• 参考スコア（独自算出の注目度）: 2.226663588797889
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Inferring others' beliefs requires more than reading surface signals; it requires tracking who told them what, in what order, and how credibly. The Theory of Mind Utility (ToM-U) formalizes this epistemic state inference problem at the computational level of analysis, specifying what mentalizing computes and why without commitment to algorithmic or neural implementation. ToM-U achieves this by constructing Local Epistemic World Models (LEWMs) -- directed typed graphs that represent agents, state nodes, and the epistemic relationships among them -- and evaluating discrete candidate LEWMs against observed behavior until one achieves sufficient confidence. Five formal definitions specify the LEWM structure, agent node properties including ordered information access history, a bounded proliferation mechanism for recursive mentalizing, three inference procedures, and a residue function that captures the structured trace left by failed mentalizing attempts. ToM-U differs from Bayesian Theory of Mind and adjacent formal accounts, which presuppose rather than derive belief states, and from simulation theory and theory-theory, which lack a formal apparatus for epistemic state inference. The architecture generates directional, falsifiable predictions about mentalizing failure that follow from structural properties of the model rather than auxiliary assumptions, and positions ToM-U as a domain-agnostic mechanism upstream of goal inference and other downstream social cognitive processes.
• Abstract（参考訳）: 他人の信念を推測するには、表面的な信号を読むこと以上のことが必要であり、誰が何、どの順序で、どのように信頼できるかを伝える必要がある。 心のユーティリティの理論(The Theory of Mind Utility、ToM-U)は、この認識状態推論問題を解析のレベルで定式化し、計算のメンタライゼーションとなぜアルゴリズムやニューラルな実装に依存しないのかを定義している。 ToM-Uは、エージェント、状態ノード、およびそれら間の疫学的関係を表す有向型グラフである局所てんかん世界モデル(LEWM)を構築し、観察行動に対する離散的候補LEWMを十分な信頼性に到達するまで評価することで、これを達成している。 5つの公式な定義では、LEWM構造、順序付けられた情報アクセス履歴を含むエージェントノード特性、再帰的メンタライゼーションのための有界増殖機構、3つの推論手順、そして、失敗するメンタライゼーションの試みによって残された構造的トレースをキャプチャする残基関数を規定している。 ToM-Uは、精神のベイズ理論(英語版)と隣接する公式な説明(英語版)と異なり、信念状態の導出よりも前提とするものであり、また、疫学的な状態推論の形式的な装置を欠いたシミュレーション理論や理論理論とは異なっている。 アーキテクチャは、補助的な仮定ではなく、モデルの構造的性質から続く失敗をメンタライズし、ToM-Uを目標推論やその他の下流社会認知プロセスの上流のドメインに依存しないメカニズムとして位置づける。

関連論文リスト

• Learning Dynamic Belief Graphs for Theory-of-mind Reasoning [5.807546348023422]
  大規模言語モデル(LLM)を用いた心の理論(ToM)は、人々の暗黙的、進化的信念が、何を求めているか、不確実性の下でどのように振舞うかを推論する必要がある。 動的信念グラフとして精神状態を表すLLMベースのToMのための構造化認知軌道モデルを提案する。 我々のモデルは行動予測を大幅に改善し、人間の推論と整合した解釈可能な信念軌道を復元する。
  論文  参考訳（メタデータ） (2026-03-20T17:46:55Z)
• OMNIFLOW: A Physics-Grounded Multimodal Agent for Generalized Scientific Reasoning [51.33849811496781]
  大規模言語モデル (LLM) は例外的な論理的推論能力を示しているが、部分微分方程式 (PDE) による連続力学としばしば競合する。 OMNIFLOWは, 領域固有のパラメータ更新を必要とせず, 基本物理法則で凍結LDMを基底として設計したマルチモーダルシンボリックアーキテクチャである。 我々は, 微視的乱流, 理論的ナビエ・ストークス, マクロ的世界天気予報のベンチマークでこれを評価した。
  論文  参考訳（メタデータ） (2026-03-16T18:29:01Z)
• BEDS : Bayesian Emergent Dissipative Structures : A Formal Framework for Continuous Inference Under Energy Constraints [0.6345523830122167]
  本稿では,エネルギー制約下での信念を継続的に維持しなくてはならない推論システムを解析するための公式なフレームワークであるBEDSを紹介する。 我々はエネルギー、精度、散逸を結びつける中心的な結果を証明する。 Gdel-Landauer-Prigogine予想(英語版)を提案し、形式系、計算、熱力学にまたがる閉包経路が共通の構造を持つことを示唆する。
  論文  参考訳（メタデータ） (2026-01-05T18:21:02Z)
• Emergent Cognitive Convergence via Implementation: A Structured Loop Reflecting Four Theories of Mind [0.0]
  我々は、心の4つの影響力のある理論の間に構造的な収束を報告する。 収束は、エージェントフローと呼ばれる実用的なAIアーキテクチャの中で意図せずに現れる。 本稿では,知的アーキテクチャが,実践的制約によって形成される共有構造パターンへと進化する可能性を示唆する。
  論文  参考訳（メタデータ） (2025-07-22T02:54:45Z)
• Comprehension Without Competence: Architectural Limits of LLMs in Symbolic Computation and Reasoning [8.248971739035746]
  大型言語モデル (LLM) は、記号的推論、算術的精度、論理的整合性を必要とするタスクにおいて、表面流速が著しく低下するが、体系的に失敗する。 本稿では,このような障害の構造的診断を行い,テキスト理解とテキストコンピテンスの間に持続的なギャップがあることを明らかにする。 我々はこの現象を,命令経路と行動経路が幾何学的に,機能的に二分される計算テキストスプリット・ブレイン症候群と呼ぶ。
  論文  参考訳（メタデータ） (2025-07-14T04:01:45Z)
• CTRLS: Chain-of-Thought Reasoning via Latent State-Transition [57.51370433303236]
  チェーン・オブ・シント(CoT)推論は、大規模な言語モデルで複雑な問題を解釈可能な中間ステップに分解することを可能にする。 我々は,遅延状態遷移を伴うマルコフ決定プロセス(MDP)としてCoT推論を定式化するフレームワークであるgroundingSを紹介する。 我々は、ベンチマーク推論タスクにおける推論精度、多様性、探索効率の改善を示す。
  論文  参考訳（メタデータ） (2025-07-10T21:32:18Z)
• Hypothesis-Driven Theory-of-Mind Reasoning for Large Language Models [76.6028674686018]
  エージェントの精神状態を追跡するための推論時間推論アルゴリズムである思考トレースを導入する。 提案アルゴリズムは,ベイズ理論をモデルとした。 本研究は,様々なベンチマークにおける思考トレーシングを評価し,大幅な性能向上を実証した。
  論文  参考訳（メタデータ） (2025-02-17T15:08:50Z)
• Neural Causal Models for Counterfactual Identification and Estimation [62.30444687707919]
  本稿では,ニューラルモデルによる反事実文の評価について検討する。 まず、神経因果モデル(NCM)が十分に表現可能であることを示す。 第2に,反事実分布の同時同定と推定を行うアルゴリズムを開発する。
  論文  参考訳（メタデータ） (2022-09-30T18:29:09Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。