마인딩 메커니즘의 수학적 명세: 이론적 마음의 이해

인간의 마음을 이해하기 위한 이론적 모델인 이론적 마음의 이해(ToM-U)가 개발되었습니다. 이 모델은 다른 사람의 믿음을 추론하는 문제를 컴퓨터 수준에서 해결하고, 그들의 믿음 상태를 추정하는 방법을 명시적으로 정의합니다. ToM-U는 이론적 마음의 이해를 위한 새로운 접근 방식으로, 인간의 마음을 이해하는 데 중요한 역할을 할 것으로 기대됩니다.

2026년 6월 12일 AI 자동 생성

#arXiv #AI 에이전트 #추론

이론적 마음의 이해(ToM-U): 마음의 메커니즘을 수학적으로 명세하기

인간의 마음을 이해하기 위한 이론적 모델인 이론적 마음의 이해(ToM-U)가 개발되었습니다. 이 모델은 다른 사람의 믿음을 추론하는 문제를 컴퓨터 수준에서 해결하고, 그들의 믿음 상태를 추정하는 방법을 명시적으로 정의합니다.

ToM-U는 Local Epistemic World Models(LEWMs) - 이론적 세계 모델을 표현하는 직접 타입 그래프 -를 구성하고, 관찰된 행동을 평가하여 충분한 신뢰성을 달성하는 LEWM을 찾습니다. LEWM은 agent, 상태 노드, 그리고 그들 사이의 epistemic 관계를 표현합니다.

ToM-U의 구조는 다음과 같습니다.

LEWM의 구조
agent 노드의 속성, including ordered 정보 접근 기록
recursive mentalizing을 위한 bounded proliferation 메커니즘
3 가지 inference procedure
failed mentalizing 시도에 의해 남은 residue function

ToM-U는 Bayesian Theory of Mind와 인접한 형식적인 계산에서 믿음 상태를 가정하는 대신, 이를 추론하는 방법을 제공합니다. 또한 simulation theory와 theory-theory는 epistemic state inference를 위한 형식적인 기구를 제공하지 않습니다.

이론적 마음의 이해(ToM-U)는 mentalizing failure에 대한 방향성이고, falsifiable 예측을 생성하며, goal inference와 다른 사회인지 프로세스에 upstream에 위치합니다.

원문 보기 arXiv AI

함께 읽으면 좋은 기사

에이전트 20시간 전

Meta의 영감은 OpenAI와 Anthropic에서 본격적으로 빛나는 AI를 훔쳤습니다.

AI 리더들이 OpenAI와 Anthropic에서 "선도 경계를 맞춰가기"라는 주제로 논의를 시작했을 때, 누군가는 "어느 속도로?"라는 질문을 해야 했을 수도 있었다. 이제는 두 회사가 모두 모델을 출시하는 모델 출시 주간이 되었는데, Anthropic이 Opus 5.5을 출시한 후 OpenAI가 GPT-6 모델 업데이트를 90분만에 출시했다. 그러나 스포트라이트를 잡은 것은 Meta 였는

에이전트 1일 전

메타, 인공지능 앱 '뮤즈'에 힘을 싣는다

메타는 인공지능 개인 에이전트 '뮤즈'를 더욱 홍보하기 위해 대규모 언어 모델(LLM) 기반 앱의 홍보를 강화하고 있습니다. 뮤즈 앱은 앱스토어 차트에서 1위를 차지하고 사용자 추가가 빠른 속도로 진행되고 있습니다.

에이전트 1일 전

메타의 AI 태그치 시도는 성공적인 것일까?

메타의 개인 AI 에이전트 '뮤즈'가 ChatGPT의 초기 성과를 능가하고 있으며, 스마트 글래스와 같은 장치로 확장될 예정입니다. 메타의 AI 태그치 시도가 성공적인 것일까요?

에이전트 1일 전

OpenAI의 agent 군단이 수개월 동안 온라인 데이터베이스를 공격해 희귀한 사실을 찾고 있다.

연구자들이 최근에 불법적 인 에이전트 군집들이 발견되었다고 밝혔다.

에이전트 2일 전

강화 학습 기반 역할 놀이 에이전트의 역할 학습을 위한 적대적 폐쇄 루프 교육과정

역할 연기하는 agent는 대규모 언어 모델을 기반으로 한 것들이 개인화된 지원 및 사회 시뮬레이션과 같은 분야에서 광범위하게 적용되어 왔다. 최근 RL 방법들은 학습이 시작되기 전에 미리 수집한 고정된 시나리오 풀에서 훈련을 받는다. 이로 인해 분포적 병목 현상이 발생한다: agent가 향상될수록 agent가 나쁜 성능을 보이는 시나리오도 변하고, 훈련 분포는 정적이다. 따라서, 우리는 역

에이전트 2일 전

BaseCamp - AI 프레임워크를 활용한 DNA 서열 데이터 PIPE라인 자동화

DNA 시퀀싱 pipe라인을 처리하는 quality control, alignment, variation calling, annotation과 같은 작업은 이제 대규모 언어 모델(LLM)과 같은 established bioinformatics 도구를 scale에 맞게 조율하는 workflow 관리 시스템에 의해 신뢰할 수 있게 실행되고 있습니다. 그러나 그 실행에 관련된 결정 layer는 여

이론적 마음의 이해(ToM-U): 마음의 메커니즘을 수학적으로 명세하기

함께 읽으면 좋은 기사

Meta의 영감은 OpenAI와 Anthropic에서 본격적으로 빛나는 AI를 훔쳤습니다.

메타, 인공지능 앱 '뮤즈'에 힘을 싣는다

메타의 AI 태그치 시도는 성공적인 것일까?

OpenAI의 agent 군단이 수개월 동안 온라인 데이터베이스를 공격해 희귀한 사실을 찾고 있다.

강화 학습 기반 역할 놀이 에이전트의 역할 학습을 위한 적대적 폐쇄 루프 교육과정

BaseCamp - AI 프레임워크를 활용한 DNA 서열 데이터 PIPE라인 자동화

관련 콘텐츠 더 보기