Jev-ToM：类型化决策模型的心智理论评测

2026年10月15日，arXiv Artificial Intelligence 刊出 Kawai Chung 等作者的 Jev-ToM 研究。该研究在来自 9 个 ToM 基准的 11,117 道英文文本问题上，对比了 5 个类型化决策模型与 7 个生成式基线，覆盖六类能力。结果显示，TypeSafe Jev 取得 73.2% 的 source-balanced 准确率，在全部六类能力上排名第一或第二，并在信念、目标/欲望/意图和情绪任务上领先。资源对比显示，Jev 有望降低重复 ToM 选择的成本与等待时间，但基于置信度的选择仍依赖具体基准。截至该报道，这是本事件目前唯一的事实来源，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。