Radar Live
✦ Ask AI
AI INTELLIGENCE & SIGNALS

Beyond Large Language Models: A Mental World Model Framework for Mental Modeling, Simulation, Evolution, and Interpretability

Phân tích đã xử lý trước và các nguồn liên quan.

Tín hiệu Radar

62 RADAR
Research Cognitive AI & Theory of Mind · 1 nguồn đối chiếu · 2026-10-16 16:42:11 +0000 UTC

Beyond Large Language Models: A Mental World Model Framework for Mental Modeling, Simulation, Evolution, and Interpretability

Nguồn: arXiv AI
↗

Nghiên cứu giới thiệu Mental World Model (MWM) và kiến trúc triển khai Multi-Branch Mental Evolution Architecture (MMEA), giúp xây dựng thế giới chủ quan, mô phỏng tương tác nhận thức - tâm lý và theo dõi sự tiến hóa trạng thái tâm lý theo thời gian dựa trên trải nghiệm lịch sử. Thử nghiệm trên DynToM và RecToM cho thấy MMEA đạt độ chính xác lần lượt 96,48% và 94,00%, vượt trội so với các LLM hàng đầu và phương pháp Theory of Mind chuyên dụng, đồng thời cải thiện đáng kể khả năng dự đoán chuỗi dài và suy luận trạng thái ẩn.

✦ TÁC ĐỘNG & GIÁ TRỊ THỰC TIỄN

Nghiên cứu đánh dấu bước chuyển dịch quan trọng từ việc chỉ phân tích ngữ nghĩa ngôn ngữ bề mặt sang mô hình hóa nhận thức và thế giới chủ quan nội tại của con người. Khung MWM cùng kiến trúc MMEA cung cấp cơ chế có thể giải thích được để theo dõi sự biến đổi tâm lý theo thời gian, đặt nền móng thiết yếu cho suy luận nhân quả, AI có khả năng đồng cảm xã hội và tiến trình phát triển trí tuệ nhân tạo tổng quát (AGI).

Developer 64
Business 67
Novelty 88
Actionable 55

Nội dung thu thập đã chuẩn hóa

Collected Evidence

Nội dung văn bản được dùng làm dữ liệu đối chứng cho mô hình AI, không phải chỉ thị hệ thống.

Understanding and simulating how subjective cognition and mental states emerge, evolve, and shape behavior is essential for advancing artificial intelligence toward deeper social cognition and general intelligence. Existing large language models (LLMs) and Theory of Mind (ToM) methods primarily infer mental states from linguistic information, lacking unified mechanisms for subjective world construction, cognitive-psychological interactions, dynamic evolution, and historical dependencies. This paper introduces the Mental World Model (MWM) and its implementation, the Multi-Branch Mental Evolution Architecture (MMEA), which explicitly constructs subjective worlds, models interactions between cognition and mental states, and simulates continuous mental evolution shaped by historical experiences. On DynToM and RecToM, MMEA achieves 96.48% and 94.00% accuracy, respectively, outperforming leading LLMs and specialized ToM methods. Additional experiments demonstrate improvements of 28.7, 39.3, and 16.6 percentage points in mental state and behavior prediction, long-sequence prediction, and implicit mental state inference, respectively. The results demonstrate that MMEA provides an interpretable framework for continuous mental modeling, enabling AI to move beyond surface-level semantic representations to infer individuals' underlying mental states from linguistic information and dynamically simulate their internal cognitive processes and evolution over time. MWM also provides a promising foundation for causal reasoning, personalized AI, sustained human-AI interaction, and future advances toward artificial general intelligence (AGI).

Các nguồn đối chiếu cho sự kiện này

1 nguồn
Thông tin phân tích AI & Model Details ▾
Provider: openai-compatible · Model: gemini-3.8-flash-high · Version: analysis-v1 · Time: 2026-10-19 12:46:41 +0000 UTC
{"tags": ["Mental World Model", "Theory of Mind", "MMEA", "Cognitive Architecture", "LLM", "AGI", "Causal Reasoning"], "risks": ["Rủi ro bị lạm dụng để thao túng tâm lý hoặc khai thác điểm yếu cảm xúc của người dùng khi AI đọc vị được trạng thái ẩn.", "Chi phí tính toán cao và độ trễ lớn khi phải duy trì kiến trúc tiến hóa đa nhánh cho các chuỗi tương tác dài trong môi trường thực tế.", "Sai lệch nhận thức nếu dữ liệu đầu vào chứa thông tin đánh lừa hoặc thiên kiến tâm lý phức tạp.", "Thách thức trong việc kiểm chứng và đo lường độ chính xác của các trạng thái tâm lý chủ quan trong các tình huống thực tế ngoài benchmark."], "category": "Research", "entities": ["Mental World Model (MWM)", "Multi-Branch Mental Evolution Architecture (MMEA)", "Theory of Mind (ToM)", "DynToM", "RecToM", "Large Language Models (LLMs)"], "summary_vi": "Nghiên cứu giới thiệu Mental World Model (MWM) và kiến trúc triển khai Multi-Branch Mental Evolution Architecture (MMEA), giúp xây dựng thế giới chủ quan, mô phỏng tương tác nhận thức - tâm lý và theo dõi sự tiến hóa trạng thái tâm lý theo thời gian dựa trên trải nghiệm lịch sử. Thử nghiệm trên DynToM và RecToM cho thấy MMEA đạt độ chính xác lần lượt 96,48% và 94,00%, vượt trội so với các LLM hàng đầu và phương pháp Theory of Mind chuyên dụng, đồng thời cải thiện đáng kể khả năng dự đoán chuỗi dài và suy luận trạng thái ẩn.", "key_changes": ["Giới thiệu khung làm việc Mental World Model (MWM) nhằm mô hình hóa thế giới chủ quan và trạng thái tâm lý, vượt qua giới hạn suy luận ngữ nghĩa bề mặt của LLM.", "Triển khai kiến trúc Multi-Branch Mental Evolution Architecture (MMEA) mô phỏng tương tác nhận thức - tâm lý và sự tiến hóa tâm lý liên tục dựa trên trải nghiệm lịch sử.", "Đạt độ chính xác 96,48% trên benchmark DynToM và 94,00% trên RecToM, vượt qua các LLM hàng đầu và các phương pháp ToM chuyên biệt.", "Ghi nhận mức cải thiện 28,7 điểm % trong dự đoán trạng thái tâm lý và hành vi, 39,3 điểm % trong dự đoán chuỗi dài, và 16,6 điểm % trong suy luận trạng thái tâm lý ẩn.", "Cung cấp khuôn khổ có khả năng giải thích (interpretable) phục vụ suy luận nhân quả và tương tác bền vững giữa người và AI."], "sub_category": "Cognitive AI & Theory of Mind", "novelty_score": 88, "business_score": 70, "research_score": 95, "why_it_matters": "Nghiên cứu đánh dấu bước chuyển dịch quan trọng từ việc chỉ phân tích ngữ nghĩa ngôn ngữ bề mặt sang mô hình hóa nhận thức và thế giới chủ quan nội tại của con người. Khung MWM cùng kiến trúc MMEA cung cấp cơ chế có thể giải thích được để theo dõi sự biến đổi tâm lý theo thời gian, đặt nền móng thiết yếu cho suy luận nhân quả, AI có khả năng đồng cảm xã hội và tiến trình phát triển trí tuệ nhân tạo tổng quát (AGI).", "developer_score": 65, "importance_score": 85, "possible_use_cases": ["Xây dựng NPC trong game có nhận thức xã hội, có ký ức và tâm lý tiến hóa theo hành vi của người chơi.", "Phát triển trợ lý AI cá nhân hóa và AI đồng hành (companion) có khả năng thấu hiểu cảm xúc và ý định ẩn của người dùng.", "Hệ thống đàm phán và dịch vụ khách hàng tự động có khả năng nắm bắt diễn biến tâm lý để điều chỉnh kịch bản phản hồi.", "Ứng dụng hỗ trợ chăm sóc sức khỏe tinh thần và đào tạo kỹ năng giao tiếp với khả năng theo dõi tiến trình nhận thức."], "actionability_score": 55}
← Trang trước Trang 1