摘要
心智理论（ToM）是社会智能的标志。尽管大语言模型在标准 ToM 基准上表现良好，但在复杂场景中常依赖提示工程模仿推理，缺乏泛化性。本文提出 CoSToM 框架，从机制解释转向主动干预。首先利用因果追踪映射 ToM 特征的内部分布，揭示关键层的语义编码特性；随后在这些层实施针对性的激活引导，实现轻量级对齐。实验表明，该方法显著增强了模型类人的社会推理能力及下游对话质量。
AI 推荐理由
论文聚焦心智理论推理，通过因果干预提升模型内在社会推理能力，属核心研究。
研究机构
国家工程研究中心大数据技术与系统，服务计算技术与系统实验室，华中科技大学
新加坡管理大学
论文信息