L'Académie des sciences chinoise corrige la faiblesse la plus gênante de l'IA : l'intelligence sociale
Институт вычислительных технологий Китайской академии наук (Institute of Computing Technology, Chine
L'équipe 'ZhiJing' de l'Académie des sciences chinoise a publié un système technique complet pour l'esprit social dans les grands modèles, comprenant le benchmark SoMBench, le framework d'entraînement Zing et l'architecture de déploiement Actio. SoMBench évalue l'intelligence sociale à travers 71 tâches fines, tandis que Zing utilise un entraînement adaptatif pour améliorer les performances, et Actio permet un déploiement explicite des états mentaux. Lors des tests, Zing-27B a surpassé GPT-5.5 dans les benchmarks d'esprit social.
Le 24 juillet 2026, l'équipe « ZhiJing » du Laboratoire clé de sécurité des algorithmes intelligents de l'Institut de technologie informatique de l'Académie chinoise des sciences a officiellement publié le système technique du grand modèle d'esprit social ZhiJing. Celui-ci comprend SoMBench, un benchmark avec 3481 instances couvrant 3 dimensions principales, 17 dimensions secondaires et 71 tâches fines, conçu pour identifier les lacunes en matière d'intelligence sociale. Zing est un système d'entraînement intégrant le cycle de données FLARE, un entraînement en deux étapes (d'abord général, puis spécialisé) et une distillation en ligne OPD pour améliorer de manière adaptative le raisonnement social. Actio est une architecture de déploiement avec gestion explicite des états mentaux utilisant des composants tels que PRISM, Starling Memory, SAGE et Gated RAG. Sur les benchmarks internationaux, Zing-27B a obtenu un score moyen de 79,80, dépassant le 78,44 de GPT-5.5, tandis que Zing-32B a obtenu 76,32, légèrement au-dessus du 75,90 de DeepSeek-V4-Pro. Des modèles plus petits comme Zing-8B et Zing-14B ont également montré des gains significatifs, en particulier dans le raisonnement sur les croyances d'ordre supérieur. Le système vise à faire de l'intelligence sociale une capacité d'ingénierie mesurable et entraînable.
Source: QbitAI 量子位 —
original