UniToMBench
收藏arXiv2025-09-30 收录
下载链接：
https://github.com/Shamant/unifiedtombenchmark
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含了超过1000个手工编写的故事情境，旨在提升并评估大型语言模型的心智理论能力。该数据集融合了视角采纳技术与多样化的评估指标，通过多交互任务设计和不断演变的故事情境，对大型语言模型的心智理论能力进行综合评价。
This dataset comprises over 1,000 handcrafted story scenarios, aimed at enhancing and evaluating the Theory of Mind (ToM) capabilities of large language models (LLMs). It integrates perspective-taking techniques and diverse evaluation metrics, and conducts a comprehensive evaluation of LLMs' Theory of Mind capabilities through multi-interaction task designs and dynamically evolving story scenarios.
提供机构：
Authors of the paper
