Des chercheurs de l’UC San Diego ont entraîné un agent IA de 7 milliards de paramètres à deviner les croyances et les intentions de son partenaire de conversation sans assistance de modèle externe. L’approche, appelée « mental-model-enabled agents », intègre la théorie de l’esprit de premier et second ordre, permettant à l’agent de modéliser ce qu’un partenaire croit et ce qu’un partenaire croit de l’agent lui-même. Le modèle, construit sur Qwen2.5-7B-Instruct, a obtenu un gain relatif d’environ 11,5 % sur le benchmark Sotopia et une amélioration de 26,7 points de pourcentage sur BigToM pour le suivi des croyances. Cette recherche, acceptée à NeurIPS 2026 et publiée en open source, permet à un agent de taille modeste d’acquérir des compétences sociales avancées par une meilleure structure d’entraînement plutôt que par un élargissement d’échelle.
Source: Lire l’article original
