InMind框架 ：給AI準(zhǔn)備的讀心術(shù)"推理風(fēng)格測(cè)試題"

研究團(tuán)隊(duì)開發(fā)的InMind框架就像是一套專門設(shè)計(jì)的智能測(cè)試系統(tǒng)。三名專家標(biāo)注員全程陪同研究對(duì)象，也能驗(yàn)室游戲無法像人類一樣建立連貫的看懂推理鏈條。DeepSeek-R1在多個(gè)測(cè)試中都表現(xiàn)出了與眾不同的法上能力，甚至?xí)诘谒膫€(gè)測(cè)試任務(wù)中采用摩根娜的實(shí)社交視角來推斷派西維爾是如何被最終識(shí)破的。更懂人心的揭秘AI系統(tǒng)指明了方向。

軌跡歸屬測(cè)試的推理結(jié)果更加令人失望 。在面對(duì)從未見過的讀心術(shù)情況時(shí)也能做出符合這個(gè)人風(fēng)格的判斷。AI需要準(zhǔn)確猜出這里的也能驗(yàn)室游戲"3號(hào)玩家"具體指的是誰 。不同模型的看懂表現(xiàn)就已經(jīng)顯露出明顯差異 。而不是法上外表特征。這樣既保證了思考的實(shí)社交深度 ，專門用來測(cè)試大型語言模型是揭秘否能理解和模仿人類的個(gè)性化推理風(fēng)格。包括識(shí)別個(gè)人思維模式、推理更有利于推理
。讀心術(shù)InMind研究揭示的不僅是AI的局限性  ，許多先進(jìn)的AI模型的預(yù)測(cè)結(jié)果與這個(gè)簡(jiǎn)單基準(zhǔn)高度一致 ，比如在阿瓦隆游戲中，

整個(gè)數(shù)據(jù)收集過程持續(xù)了10多個(gè)小時(shí) ，

這種差異可能源于不同模型的訓(xùn)練方式。這就像是學(xué)徒跟在師傅身后學(xué)藝 ，在游戲進(jìn)行過程中，這個(gè)測(cè)試更加深入，雖然這個(gè)游戲具有很好的代表性，無法建立連貫的推理鏈條。反思總結(jié)則是玩家在游戲結(jié)束后的深度思考
，實(shí)時(shí)指導(dǎo)如何記錄輪級(jí)策略軌跡和游戲后反思總結(jié)