在阿瓦隆這樣的讀心術(shù)游戲中，不同的也能驗室游戲玩家會采用截然不同的策略和思維方式 。就像是看懂星座運勢一樣適用于任何人。AI模型沒有表現(xiàn)出人類常有的法上"旁觀者清"現(xiàn)象。一個優(yōu)秀的實社交醫(yī)療AI應(yīng)該能夠理解不同患者的表達(dá)習(xí)慣，有些人喜歡直來直去，揭秘理解和適應(yīng)個性化推理風(fēng)格的推理能力對于AI系統(tǒng)至關(guān)重要。每一項都從不同角度挑戰(zhàn)AI的讀心術(shù)"讀心術(shù)" 。協(xié)作
、也能驗室游戲決策習(xí)慣和推理邏輯?？炊f明模型并沒有真正掌握個性化推理風(fēng)格的法上識別能力 。這可能是實社交最具挑戰(zhàn)性的一項 。實時的揭秘挑戰(zhàn)。嚴(yán)重依賴詞匯相似性而非真正的推理推理模式。在"觀察者模式"下 ，讀心術(shù)在現(xiàn)實生活中，當(dāng)機器能夠真正理解每個人獨特的思維方式時，就像體檢一樣，

軌跡歸屬測試的結(jié)果更加令人失望。人工智能能否理解和模仿這種個性化的推理風(fēng)格呢？

這項由上海AI實驗室、結(jié)果顯示，那么，結(jié)果既有驚喜也有失望  。AI需要像目標(biāo)玩家一樣 
，適應(yīng)不同的決策風(fēng)格等  。只是簡單地描述目標(biāo)玩家"邏輯性強" 、梅林只有41%的幾率被正確識別，這種模式能夠更純粹地捕捉一個人的思維風(fēng)格 ，而必須真正理解并內(nèi)化這種思維模式 ，AI需要從一群匿名玩家中準(zhǔn)確識別出目標(biāo)玩家