UC San Diego 연구원들은 7B AI 에이전트에게 파트너의 마음을 읽도록 가르칩니다.

본문

UC San Diego 연구진은 7B AI 에이전트 마음 이론을 제시하여 Sotopia 점수를 약 11.5%, BigToM 신뢰 정확도를 26.7점 높였습니다. 새로운 NeurIPS 2026 논문은 런타임에 추가 모델이 필요하지 않은 마음 이론이 내장된 컴팩트한 언어 모델을 제공합니다. 샌디에이고 캘리포니아 대학의 연구원들은 대화 파트너가 믿고 원하는 것을 추측하기 위해 상대적으로 작은 AI 에이전트를 훈련했습니다. 이 작업은 2026년 10월 8일에 게시된 "다중 에이전트 시스템을 위한 정신 모델"(arXiv:2610.12453)이라는 제목의 논문에 게재되었습니다. 저자는 Hanan Gani, Lulu Shao 및 Manmohan Chandraker이며 모두 UC San Diego 소속입니다. “마음 이론”은 다른 사람들이 자신과 다른 신념, 목표, 지식을 갖고 있다는 것을 인식하는 능력입니다.

2차 마음 이론은 파트너가 에이전트 자체에 대해 믿는 것을 다룹니다. 연구원들은 그들의 접근 방식을 "정신 모델 지원 에이전트"라고 부릅니다. 에이전트는 저자가 상각 재귀 잠재 상태로 설명하는 것으로 저장된 파트너의 숨겨진 정신 상태에 대한 명시적인 내부 표현을 유지합니다. 팀은 70억 개의 매개변수 모델인 Qwen2.5-7B-Instruct를 기반으로 메인 에이전트를 구축했습니다. 사회적 상호작용 기술을 평가하는 Sotopia에서 Qwen2.5-7B 에이전트는 파트너 설정 전반에 걸쳐 평균 약 11.5%의 상대 이득을 기록했습니다. 잘못된 믿음을 포함하여 상대방이 믿는 것을 추정할 수 있는 에이전트는 오해를 조정하고 수정할 수 있는 더 나은 위치에 있습니다. AI의 이러한 발전은 다중 에이전트 시스템의 효율성을 향상시켜 복잡한 상호 작용에서 더 나은 조정과 이해를 가능하게 할 수 있습니다.

UC 샌디에이고 연구원들이 7B AI 에이전트에게 파트너의 마음을 읽도록 가르친 게시물이 Crypto Briefing에 처음 등장했습니다.