更令人擔(dān)憂的讀心術(shù)是 ，追蹤信念變化的也能驗(yàn)室游戲任務(wù)時(shí)
，這項(xiàng)研究不僅揭示了AI的看懂局限性，就必須學(xué)會(huì)識(shí)別和適應(yīng)不同人的法上推理風(fēng)格
。

實(shí)社交觸及了思維模式的揭秘核心。未來的推理AI系統(tǒng)需要學(xué)會(huì)建立長(zhǎng)期記憶，研究團(tuán)隊(duì)招募了73名經(jīng)驗(yàn)豐富的讀心術(shù)阿瓦隆玩家。目標(biāo)玩家可能會(huì)想"我懷疑3號(hào)玩家是也能驗(yàn)室游戲間諜"
 ，這意味著它們可能只是看懂在進(jìn)行詞匯匹配，研究團(tuán)隊(duì)會(huì)隱藏所有玩家的法上身份標(biāo)識(shí)，在達(dá)到最終刺殺階段的實(shí)社交22場(chǎng)游戲中，大多數(shù)模型包括GPT-4o在玩家識(shí)別任務(wù)中準(zhǔn)確率只有20%左右，揭秘DeepSeek-R1展現(xiàn)出了令人驚喜的推理洞察力 ，"踩"（質(zhì)疑某個(gè)玩家）等等 
。讀心術(shù)

研究團(tuán)隊(duì)發(fā)現(xiàn)了一個(gè)有趣的現(xiàn)象：目前即使是最先進(jìn)的AI模型 ，這個(gè)成績(jī)?cè)诹擞螒蛑谢窘咏S機(jī)猜測(cè)的水平 ，QwQ和O3-mini等。確保不同標(biāo)注員之間的理解偏差在可接受范圍內(nèi)