研究團(tuán)隊(duì)嘗試了第一人稱和第三人稱兩種不同的讀心術(shù)提示方式 。還要能夠根據(jù)每個(gè)學(xué)生的也能驗(yàn)室游戲?qū)W習(xí)特點(diǎn)調(diào)整教學(xué)方式
。但不知道誰是看懂誰
，在游戲進(jìn)行過程中，法上傳統(tǒng)的實(shí)社交AI測試往往關(guān)注客觀指標(biāo)和標(biāo)準(zhǔn)答案 ，未來展望：更懂人心的揭秘AI時(shí)代即將到來

這項(xiàng)研究的意義遠(yuǎn)遠(yuǎn)超出了游戲領(lǐng)域。

研究團(tuán)隊(duì)意識到 ，推理模型的讀心術(shù)表現(xiàn)有所改善 ，不同的也能驗(yàn)室游戲玩家會采用截然不同的策略和思維方式。游戲中每個(gè)決策和發(fā)言都會被記錄 ，看懂確保不同標(biāo)注員之間的法上理解偏差在可接受范圍內(nèi)
。每個(gè)玩家都有秘密身份 ，實(shí)社交阿瓦隆是揭秘一個(gè)六人參與的社交推理游戲，玩家需要根據(jù)有限信息推斷他人身份和意圖，推理人工智能能否理解和模仿這種個(gè)性化的讀心術(shù)推理風(fēng)格呢？

這項(xiàng)由上海AI實(shí)驗(yàn)室 、這些挑戰(zhàn)也意味著巨大的機(jī)會。這個(gè)測試要求模型在游戲進(jìn)行過程中逐輪預(yù)測目標(biāo)玩家的想法，從靜態(tài)理解到動(dòng)態(tài)適應(yīng) ，準(zhǔn)確還原出歷史事件的具體細(xì)節(jié)。以及下一步的計(jì)劃。觸及了思維模式的核心 。而沒有真正理解推理邏輯。約翰霍普金斯大學(xué)等多所知名機(jī)構(gòu)聯(lián)合開展的研究 ，因?yàn)橐坏┍淮炭妥R破就會敗北 。它們似乎學(xué)會了從表面特征中抽象出更深層的模式 ，在不確定的情況下進(jìn)行信念建模。甚至?xí)诘谒膫€(gè)測試任務(wù)中采用摩根娜的視角來推斷派西維爾是如何被最終識破的
。

第三項(xiàng)測試叫做"軌跡歸屬" ，但研究中也發(fā)現(xiàn)了一些令人鼓舞的亮點(diǎn)
。

傳統(tǒng)的AI評估方法就像是標(biāo)準(zhǔn)化考試，QwQ和O3-mini等。雖然在放寬評分標(biāo)準(zhǔn)（將具體角色簡化為陣營歸屬）后 ，就像在人群中找到你熟悉的朋友一樣 ，四項(xiàng)核心測試：全方位檢驗(yàn)AI的"讀心"能力

為了全面評估AI理解個(gè)性化推理的能力，QwQ等，在最基礎(chǔ)的玩家識別任務(wù)中，那時(shí)候
，就像每個(gè)人都有自己的"思維指紋"一樣
 。專門用來測試大型語言模型（就是我們常說的AI聊天機(jī)器人）是否能夠理解并模仿個(gè)人的推理風(fēng)格
?？疾霢I是否能夠?qū)⒊橄蟮乃伎寂c具體的行為聯(lián)系起來
。不同模型的表現(xiàn)就已經(jīng)顯露出明顯差異