OmniToM：通过显式信念建模评估大语言模型的心智理论

心智理论（ToM）指推断他人知识、意图和情感的能力。现有评估多基于终点问答，掩盖了模型是否构建底层心理状态表征的问题。为此，本文提出 OmniToM 基准，要求对叙事中所有相关者的信念结构进行显式建模。该基准包含信念提取与七维标签标注两个阶段，涵盖递归阶数、真值状态等维度。实验揭示当前大语言模型在将叙事事实转化为角色信念时存在特定瓶颈，尤其在知识访问和表征决策方面表现不足。