Chinese Academy of Sciences Solves AI's Most Embarrassing Problem: Social Intelligence
Институт вычислительных технологий Китайской академии наук (Institute of Computing Technology, Chine
The Chinese Academy of Sciences (CAS) has unveiled a social intelligence technology system called Zhijing, which includes the SoMBench benchmark, the Zing training system, and the Actio deployment architecture. The system aims to fill the gap in social perception of large language models, making them more empathetic and reliable.
Çin Bilimler Akademisi, Hesaplamalı Teknolojiler Enstitüsü'nden Zhijing ekibi, büyük dil modellerindeki sosyal biliş eksikliğini gidermek için tasarlanan Zhijing Sosyal Zeka Teknoloji Sistemini resmen tanıttı. Sistem üç temel bileşen içeriyor: SoMBench (Social Mind Benchmark) kıyaslama aracı, Zing eğitim sistemi ve Actio dağıtım mimarisi. SoMBench, soyut "insanları anlama" kavramını 3 boyut, 17 alt boyut ve 71 göreve ayırıyor; özenle seçilmiş ve uzmanlarca doğrulanmış 3481 örnek kullanarak yalnızca genel puan vermekle kalmıyor, aynı zamanda modelin belirli hatalarını da işaret ediyor (örneğin, akıl yürütme zincirinin kopması veya yüzeysel örüntülerle tahmin yapma). 20 önde gelen büyük dil modeli üzerinde yapılan testlerde, en iyi model yalnızca %72,08 puan alırken hiçbiri %90 eşiğine ulaşamadı; bu da görevin zorluğunu doğruluyor. Zing eğitim sistemi üç temel mekanizma kullanıyor: FLARE (Flying Data Wheel) – modelin belirli eksikliklerine odaklanan yeni eğitim örnekleri üretiyor; iki aşamalı eğitim – önce damıtma ve dinamik ödüllü GRPO ile genel sosyal zeka, ardından özel becerilerin SFT ve zor örneklerle kalibrasyon yoluyla güçlendirilmesi; ve OPD (On-Policy Distillation) – yeni beceriler öğrenirken eski bilgileri koruyarak yıkıcı unutmayı önlüyor. Sonuçlar etkileyici: çok modlu Zing-27B modeli, beş uluslararası kıyaslama ortalamasında GPT-5.5'i geçti (%79,80'e karşı %78,44), en büyük farkı HiToM'de (+4,08 puan) ve EmoBench'te (+5,62 puan) elde etti. Metin tabanlı Zing-32B modeli, DeepSeek-V4-Pro'yu hafifçe geride bıraktı (%76,32'ye karşı %75,90), özellikle EmoBench'te (%78,13'e karşı %71,88). Küçük modeller Zing-8B ve Zing-14B, HiToM'de temel modellere kıyasla önemli iyileşme gösterdi ve hatta çok daha büyük parametreli modelleri geride bıraktı. Actio dağıtım mimarisi, göreve bağlı olarak dört tür desteğin (PRISM, Starling Memory, SAGE, Gated RAG) seçici aktivasyonunu sağlıyor; bu da modelin yalnızca "düşünmesine" değil, gerçek senaryolarda doğru eylemde bulunmasına olanak tanıyor. Sistem, cisimleşmiş zeka (yardımcı robotlar, arkadaş robotlar), karmaşık karar verme (politika, kriz yönetimi) ve insan-makine etkileşimi (çoklu ajanlar için birleşik sosyal bilinç protokolü) alanlarında uygulanabilir. Ekip, kıyaslama aracını ve model ağırlıklarını GitHub'da açık kaynak olarak yayınlamayı planlıyor.
Kaynak: QbitAI 量子位 —
orijinal