Theory-of-Mind Chain-of-Thought Prompting False-Belief
摘要

模拟人类般的心智理论(ToM)是自然语言处理中的长期难题。现有工作通常采用“事件隐藏”步骤进行视角转换,但严格的输出格式约束导致性能下降。为此,我们提出生成自由形式的解释而不隐藏事件,但这要求LLM抑制对角色未知事件的响应。我们通过假设和实证验证,若在推理过程中明确角色的知识缺失,LLM可实现这种抑制。基于此,我们引入PICTURE,一种新的提示方法,使LLM能在自由形式思维链中生成角色的知识缺失。实验表明,PICTURE在错误信念任务上比现有方法平均高出7.3%。

AI 推荐理由

论文通过改进思维链提示方法,解决LLM在模拟心智理论时的推理抑制问题,直接提升逻辑推理能力。

研究机构
首尔韩国大学 artificial intelligence 系 首尔韩国大学 computer science and engineering 系
论文信息
作者 Eojin Jeon, SangKeun Lee
发布日期 2026-08-03
arXiv ID 2608.01598
相关性评分 9/10 (高度相关)