论文用连续潜空间令牌建模伙伴心智状态，提升多智能体协作。
资讯摘要
论文提出 ToM2Vec，让 LLM 智能体在潜空间中用固定预算的连续推理令牌形成抽象的心智理论（ToM），训练时以伙伴真实想法作为监督，测试时由各智能体生成 ToM 令牌来调节自身思考与行动。作者在 Overcooked-AI、多方谈判、Decrypto、Hanabi 及 Collab Escape/Capture 等协作、竞争与混合动机环境中评估，报告相较基线与多种训练/提示基线有一致提升，并称推理以文本表达时性能下降。
要点速读
- 方法：用固定预算的连续推理令牌在潜空间学习抽象 ToM，训练监督来自伙伴的真实想法。
- 作者报告在 Overcooked-AI、多方谈判、Decrypto、Hanabi、Collab Escape/Capture 上优于基线与多种竞争基线。
- 作者称训练可泛化到训练时未见过的伙伴模型家族（包括 GPT-5.4），并给出令牌编码 ToM 而非任务特定信息的证据。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。