论文称准确率不足以认证多智能体心智理论部署

Will Beaumaster与Paul Schrater在论文《Smart Alone, Blind Together》中论证，认证多智能体团队中的心智理论部署不应只看准确率，还应考虑错误成本、错误相关性及其共同损害，并提出Blind-Spot Gate部署认证方法。 论文在任务分配、Level-Based Foraging和Hanabi三类任务上测试，使用注入错误、训练模块、贝叶斯模块、五个语言模型及人类判断。作者称从GPT-5.4-mini到Claude Opus 5.5，模型对有证据关联的队友的错误从32%降到11%；并称在其开发所用的单元的留出数据上，该方法在20个划分中无显著错误批准。 上述数字均为论文摘要中的作者说法，材料未说明独立验证情况。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。