ToM2Vec：用连续推理令牌建模多智能体心智理论

ToM2Vec 论文作者团队提出一种方法，让多智能体通过固定预算的连续推理令牌在潜在空间中形成抽象的心智理论（ToM），并在 Overcooked-AI、多方谈判、Decrypto、Hanabi、Collab Escape/Capture 等环境中评测协作效果。 训练时，这些 ToM 令牌以伙伴的真实想法作为监督信号进行抽象与匹配；测试时，各智能体生成的 ToM 令牌作为其思考与行动的条件。作者称，将推理改为文本表达会导致性能下降，表明潜在空间推理是关键；他们还称 ToM2Vec 训练可泛化到训练时未见过的伙伴模型家族，包括专有模型 GPT-5.4。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。