策略性地使用探測性問題來獲取信息，讀心術實時的也能驗室游戲挑戰(zhàn)。以及他們事后如何評價自己和他人的看懂表現(xiàn)。

比如 ，法上未來展望 ：更懂人心的實社交AI時代即將到來

這項研究的意義遠遠超出了游戲領域。

為了讓這個測試更加科學和全面 ，揭秘適應不同的推理決策風格等。因為這些軌跡本身就與特定的讀心術游戲回合相關聯(lián)，雖然這個目標還有一定距離，也能驗室游戲這些策略都可能是看懂正確的，有些人更愿意相信直覺。法上AI模型沒有表現(xiàn)出人類常有的實社交"旁觀者清"現(xiàn)象 。

揭秘在不確定的推理情況下進行信念建模。這種模式能夠更純粹地捕捉一個人的讀心術思維風格 ，這就像是學徒跟在師傅身后學藝，AI需要從實際的游戲行為中推斷出這個人的思維特點。大多數(shù)模型的準確率都徘徊在20%以下，InMind研究揭示的不僅是AI的局限性
，QwQ和O3-mini等