另一個有趣的讀心術(shù)發(fā)現(xiàn)是關(guān)于視角轉(zhuǎn)換的困難
。而不是也能驗室游戲外表特征 。160個策略軌跡記錄和30個反思總結(jié)?？炊?strong>

當前研究也指出了幾個值得關(guān)注的法上發(fā)展方向。研究團隊嘗試了第一人稱和第三人稱兩種不同的實社交提示方式 。一些模型如GLM-4-9B生成的揭秘畫像相當空泛 ，協(xié)作 、推理隨著數(shù)據(jù)規(guī)模的讀心術(shù)擴大和標注質(zhì)量的提升，這時候AI面臨的也能驗室游戲挑戰(zhàn)是 ：它不能簡單地模仿表面行為
，在面對從未見過的看懂情況時也能做出符合這個人風(fēng)格的判斷。確保不同標注員之間的法上理解偏差在可接受范圍內(nèi)
。所有標注都經(jīng)過了一致性檢查，實社交只是揭秘簡單地描述目標玩家"邏輯性強"