論文の概要: MuSeToM: Multi-Sensory Evaluation of Belief Revision with Textual Cues Across Six Senses
- arxiv url: http://arxiv.org/abs/2611.16662v1
- Date: Thu, 12 Nov 2026 11:38:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.460017
- Title: MuSeToM: Multi-Sensory Evaluation of Belief Revision with Textual Cues Across Six Senses
- Title(参考訳): MuSeToM:六感にまたがるテキストキューによる信念修正の多感評価
- Abstract要約: 既存の心の理論(ToM)の評価は、主に静的信念の帰属と疑似信頼推論に焦点を当てている。
In this present MuSeToM, a human-validated, text-based benchmark for evaluate epistemic belief revision in ToM reasoning。
我々は MuSeToM を用いて, 直接的および連鎖的プロンプト下での最先端の LLM を体系的に評価した。
- 参考スコア(独自算出の注目度): 56.037477742972705
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Theory of Mind (ToM), the ability to infer mental states in others, is pivotal for human social cognition. Existing evaluations of ToM in large language models (LLMs) mainly focus on static belief attribution and false-belief reasoning, leaving a critical aspect of social reasoning underexplored: can LLMs decide whether perceptual evidence is sufficient to justify another person's belief revision? To address this gap, we present MuSeToM, a human-validated, text-based benchmark for evaluating epistemic belief revision in ToM reasoning. MuSeToM contains 2,415 instances adapted from BigToM and OpenToM, with textual cues spanning six sensory categories, and tests whether models can determine when a protagonist should revise a belief and infer the resulting updated belief state. Using MuSeToM, we systematically evaluate state-of-the-art LLMs under direct and chain-of-thought prompting, revealing a pronounced dissonance: while models often detect that a belief may change, they struggle to identify the updated belief and frequently over-update on perceptually salient but epistemically insufficient cues.
- Abstract(参考訳): 心の理論(Theory of Mind, ToM)は、人間の社会的認知にとって重要な概念である。
大規模言語モデル(LLMs)における既存のToMの評価は、主に静的信念の帰属と誤った信念の推論に焦点をあて、社会的推論の重要な側面を未探索のまま残している。
このギャップに対処するため,人為的なテキストベースベンチマークである MuSeToM を提案する。
MuSeToMには、BigToMとOpenToMから適合した2,415のインスタンスが含まれており、6つの感覚カテゴリーにまたがるテキストキューと、主人公が信念を改定し、結果として更新された信念状態を推測するタイミングをモデルが決定できるかどうかをテストする。
MuSeToMを用いて、直感的・直感的・直感的なLLMを体系的に評価し、明らかな不協和を呈する: モデルはしばしば信念が変化しうることを検知するが、彼らは更新された信念を識別し、知覚的に健全だが認識的に不十分な手がかりに対してしばしば過度に更新する。
関連論文リスト
- A Model of Multi-turn Human Persuadability Using Probabilistic Belief Tracing [16.188738760148645]
PERSUASIONTRACEは、ヒト-LLM相互作用の説得を研究するためのフレームワークである。
それは、人間またはシミュレートされた説得の標的から多ターンの信条を記録する。
説得者回転を修辞次元でアノテートし、実人の信念のダイナミクスに忠実さでシミュレータを評価する。
論文 参考訳(メタデータ) (2026-06-03T18:17:20Z) - OmniToM: Benchmarking Theory of Mind in LLMs via Explicit Belief Modeling [49.9159527733006]
ToM(Theory of Mind)は、大規模言語モデル(LLM)において、終点質問応答を用いて一般的に評価される。
このパラダイムは、モデルが堅牢な推論に必要な精神状態の表現を実際に構築しているかどうかを曖昧にしている。
我々は,これらの表現を直接評価するベンチマークであるOmniToMを紹介した。
論文 参考訳(メタデータ) (2026-05-25T20:45:08Z) - Dynamic Theory of Mind as a Temporal Memory Problem: Evidence from Large Language Models [0.8666275811953881]
心の理論 (ToM) は社会的認知と人間とAIの相互作用の中心である。
大規模言語モデル(LLM)はToMの理解と表現に役立つ。
我々はDTOM-Trackを導入し、制御されたマルチターン会話における時間的信念推論について検討する。
論文 参考訳(メタデータ) (2026-03-15T22:54:03Z) - Re-evaluating Theory of Mind evaluation in large language models [3.262532929657758]
認知科学からインスピレーションを得て,大規模言語モデルにおけるToM評価の状況を再評価する。
LLMがToMを持つかどうかについての意見の相違の主な理由は、モデルが人間の行動にマッチするかどうかの明確さの欠如である。
ToMと実用的コミュニケーションの関係など,今後の研究の方向性について論じる。
論文 参考訳(メタデータ) (2025-02-28T14:36:57Z) - PersuasiveToM: A Benchmark for Evaluating Machine Theory of Mind in Persuasive Dialogues [27.231701486961917]
本稿では,大規模言語モデルのマインド能力理論を評価するためのベンチマークであるPersuasiveToMを提案する。
フレームワークには、ToM ReasoningとToM Applicationという2つのコアタスクが含まれています。
PersuasiveToMの目的は、複雑な心理的活動に焦点を当てたLSMのToM推論能力を効果的に評価することである。
論文 参考訳(メタデータ) (2025-02-28T13:04:04Z) - Perceptions to Beliefs: Exploring Precursory Inferences for Theory of Mind in Large Language Models [51.91448005607405]
ToMi と FANToM に文字認識を付加することにより,ヒト ToM 前駆体の評価を行った。
本稿では,LLMの強い知覚推定能力を利用した新しいToM手法であるPercepToMについて述べる。
論文 参考訳(メタデータ) (2024-07-08T14:58:29Z) - Think Twice: Perspective-Taking Improves Large Language Models'
Theory-of-Mind Capabilities [63.90227161974381]
SimToMは、シミュレーション理論の視点取りの概念にインスパイアされた、新しいプロンプトフレームワークである。
我々のアプローチは、追加のトレーニングや最小限のプロンプトチューニングを必要とせず、既存の手法よりも大幅に改善されている。
論文 参考訳(メタデータ) (2023-11-16T22:49:27Z)
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。