OSCToM: RL-Guided ToM Generation

Das Papier präsentiert OSCToM, eine Methode zur Modellierung von gegensätzlichen Überzeugungen in der Theorie des Geistes (ToM) durch maschinelles Lernen. OSCToM kombiniert Reinforcement Learning und zusammengesetzte Surrogatmodelle, um komplexe soziale Szenarien zu simulieren, die asymmetrische Informationen beinhalten. Die Methode verbessert die Leistung von großen Sprachmodellen bei der ToM-Reasoning in komplexen sozialen Kontexten und zeigt eine erhebliche Verbesserung gegenüber bestehenden Benchmarks auf.