大型语言模型中的心智理论：考察 11 种当前最先进模型与 7-10 岁儿童在高难度测试上的表现

本文研究了大型语言模型（LLMs）在理解意图和信念等认知能力方面的表现。研究发现，GPT 系列的调整模型表现优于其他模型和儿童，而基础模型大多无法解决心智理论任务。作者认为，语言和心智理论的互相关联可能解释了指令调整模型的增加。最后，作者呼吁在 LLMs 中对心智理论保持一个细致的观点。