中科院发布知境社会心智模型，AI情商短板迎突破

在人工智能领域，尽管语言理解、代码生成和物理操作等能力已取得显著进展，但AI在处理复杂社交场景时仍显得生硬和不合时宜。这种表现源于其“社会心智”的缺失——即理解情绪、意图和社会规范的能力尚未成熟。

7月24日，中国科学院计算技术研究所智能算法安全全国重点实验室“知境”团队发布了知境社会心智大模型技术体系，旨在解决这一核心问题。该体系包含两大核心部分：一是用于评估AI社会心智能力的SoMBench评测框架，二是能够自我进化的FLARE训练系统。

SoMBench将“读懂人心”拆解为3大一级维度、17个二级维度和71项细粒度任务，覆盖从基础信念推断到高阶情绪理解的完整谱系。测试结果显示，即使是当前最强的20个顶级大模型，在SoMBench上的正确率也仅达到72.08%，远未触及90%的天花板。这表明AI在社会心智领域的研究仍处于起步阶段。

针对评测发现的问题，“知境”团队设计了FLARE数据飞轮训练系统。与传统堆数据、堆算力的训练方式不同，FLARE通过动态定位模型短板，合成全新的训练样本进行针对性强化。例如，当模型在某类推理任务中表现不佳时，FLARE会生成语义、场景和推理路径均不同的新样本，确保每次训练都能有效提升特定能力。

此外，FLARE采用两阶段训练策略：第一阶段通过多教师蒸馏构建高质量冷启动数据，建立通用社会心智基础；第二阶段则针对情绪理解、意图推断等薄弱环节进行专项强化。这种分阶段、有针对性的训练方法，既增强了专项能力，又避免了对已有知识的遗忘。

“知境”团队的研究成果不仅填补了AI社会心智领域的空白，也为未来AI在家庭聚餐、团队会议、医患对话等复杂社交场景中的应用奠定了基础。随着这项技术的进一步发展，AI有望在更多需要“情商”的场景中展现出更自然、更可靠的表现。