社会世界模型

arXiv 25.8 2025 49 method

TLDR

引入社会世界模型与S3AP表示，提升LLM社交推理，在FANToM和SOTOPIA上显著提升。

评分理由

The paper presents a novel concept (SWMs) and a structured representation (S3AP) that demonstrably improves LLM performance on social reasoning benchmarks. Strengths include clear empirical gains and ablation studies; weaknesses include narrow focus on social dynamics without comparison to other world model paradigms.

Read-first 评分解释

综合优先阅读分 49，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 24。

近期性 8%

86.7

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2025

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：消融、基线、基准、实验

主题相关性 42%

34.3

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：442。

关键词评分

world model

world dynamics prediction

interactive world model

world simulator

generative world model

model-based reinforcement learning world model

video world model

深度分析

创新点

引入社会世界模型(SWMs)概念
结构化社会世界表示形式(S3AP)
基于S3AP的社会世界模型算法

方法

本文引入S3AP，一种捕获智能体演化状态、动作和心理状态的结构化表示。在五个社交推理基准上进行实验，基线包括OpenAI的o1。进行消融实验以分离显式建模隐藏心理状态的效果。

关键结果

S3AP在FANToM上相比OpenAI的o1将LLM性能提升+51%，并在SOTOPIA多轮社交互动基准上带来高达+18%的提升。

资源

论文