RespuestasPublicado13 fuentes
Qué es ZhiJing y cómo intenta enseñar a los modelos de IA a interpretar a las personas
SoMBench evalúa la cognición social de los modelos en 3 dimensiones principales, 17 subdimensiones y 71 tareas, con 3.481 ejemplos validados por expertos. ZhiJing combina diagnóstico, entrenamiento especializado y apoyos durante el despliegue para abordar errores sobre creencias, intenciones implícitas, emociones, r...
Publicado porEditado con GPT-5.6 TerraImágenes generadas con GPT Image 2
Respuesta de investigación
Conclusiones clave
- SoMBench evalúa la cognición social de los modelos en 3 dimensiones principales, 17 subdimensiones y 71 tareas, con 3.481 ejemplos validados por expertos.
- ZhiJing combina diagnóstico, entrenamiento especializado y apoyos durante el despliegue para abordar errores sobre creencias, intenciones implícitas, emociones, roles y normas.
- Según resultados comunicados por el equipo, Zing 27B obtuvo un 79,80% de media en cinco benchmarks, frente al 78,44% de GPT 5.5.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What is the Chinese Academy of Sciences Institute of Computing Technology’s ZhiJing social intelligence system, released on July 24, 2026, a. Article summary: ZhiJing is CAS ICT’s integrated “social mind” framework: it combines measurement, model training, and deployment time grounding so LLMs can infer mental states, relationships, norms, and context rather than merely produc. Topic tags: general web, openai, llm, agents, ai. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Los modelos de lenguaje pueden redactar respuestas convincentes sin captar necesariamente lo que una persona sabe, siente, pretende o deja sin decir. ZhiJing —presentado por el Instituto de Tecnología Informática de la Academia China de Ciencias (CAS ICT) el 24 de julio de 2026— es una propuesta para convertir esa capacidad de interpretación social en algo medible y entrenable. Su arquitectura reúne tres piezas: el benchmark SoMBench, los modelos Zing y el marco de despliegue Actio. 8
El informe técnico de la iniciativa fue enviado a arXiv el 26 de julio. La diferencia con la fecha de presentación pública del 24 de julio responde a dos hitos distintos, no implica por sí misma una contradicción. 1
SoMBench: una prueba para detectar dónde falla la IA al «leer» una situación
SoMBench es un benchmark de diagnóstico inspirado en la psicología. Organiza la cognición social en 3 dimensiones principales, 17 subdimensiones y 71 paradigmas de tarea. Incluye 284 escenarios compartidos y 3.481 instancias verificadas por expertos, con controles sobre el formato de las preguntas, la perspectiva narrativa y la longitud del contexto. 1
El objetivo no es comprobar solo si un modelo acierta una respuesta final. Busca separar errores que los benchmarks convencionales de preguntas y respuestas pueden ocultar, por ejemplo:
- confundir la realidad objetiva con la creencia de un personaje;
- no inferir una intención, una emoción o una creencia implícita;
- no actualizar una creencia tras recibir información nueva;
- ignorar que una respuesta depende de una relación, un papel social o una norma compartida.
1
En términos sencillos, SoMBench intenta evaluar si el modelo entiende que dos personas pueden tener información diferente sobre el mismo hecho, o que una frase aparentemente neutra puede depender del contexto, del vínculo entre quienes hablan y de lo que no se expresa de forma literal.
La evaluación de 20 modelos representativos dejó margen de mejora: el mejor resultado fue 72,08% de precisión global y ninguna de las 17 subdimensiones alcanzó el umbral de casi techo del 90% definido en el informe. 1
Zing y Actio: del diagnóstico al entrenamiento y al uso práctico
Zing es el componente de «internalización» de ZhiJing. Su propósito es que el razonamiento social deje de depender tanto de una instrucción puntual en el prompt y se convierta en una capacidad más estable incorporada en los parámetros del modelo. Para ello, el sistema combina ajuste supervisado, destilación en política (On-Policy Distillation, OPD) y aprendizaje por refuerzo basado en rúbricas. 1
El ciclo de datos tipo FLARE parte del diagnóstico: los fallos detectados por SoMBench señalan capacidades débiles; esos resultados guían la generación, filtración y selección de ejemplos para entrenar de nuevo y volver a evaluar. El informe describe un proceso con extracción de casos problemáticos, diagnóstico por dimensión, comprobaciones de dificultad y respondibilidad, búsqueda de atajos, reparación y selección de datos. 1
El entrenamiento se divide en dos fases:
- una primera para construir una comprensión amplia del contexto social;
- una segunda centrada en razonamiento especializado sobre estados mentales, con destilación de cadenas de razonamiento de modelos docentes y aprendizaje por refuerzo.
En esta segunda etapa, Mixed-Reward GRPO combina la señal de recompensa orientada al razonamiento social con OPD. La función de la destilación en política es conservar capacidades generales útiles del modelo base durante el posentrenamiento especializado y, con ello, reducir el llamado olvido catastrófico: la pérdida de habilidades previas al optimizar una capacidad concreta. 1
La tercera pieza es Actio, un marco de ejecución que puede incorporar guías procedimentales, seguimiento atribuido de estados mentales, experiencias reutilizables y recuperación controlada de conocimiento social o normativo. Es decir, busca aportar apoyos durante la operación del sistema, además de lo aprendido en el entrenamiento. 1
El resultado comunicado para Zing-27B frente a GPT-5.5
CAS ICT afirmó que su modelo multimodal Zing-27B superó a GPT-5.5 en la puntuación media de cinco benchmarks internacionales de cognición social. 8
Según las cifras divulgadas por el equipo, Zing-27B logró un 79,80% de media compuesta, frente al 78,44% de GPT-5.5: una ventaja de 1,36 puntos porcentuales. También se reportaron ventajas de 4,08 puntos en HiToM y de 5,62 puntos en EmoBench. 5
Conviene interpretar estas cifras con cautela. El extracto disponible del informe académico confirma la afirmación general de liderazgo en la media de cinco pruebas, pero no muestra por sí solo los cuatro valores concretos. Por tanto, son resultados reportados por los autores y no una réplica independiente. 1
Qué significa —y qué no— este avance
ZhiJing no demuestra que una IA «comprenda a las personas» de la misma manera que un ser humano. Sí propone una forma más concreta de abordar una debilidad conocida: distinguir hechos de creencias, interpretar intenciones no explícitas, seguir cambios emocionales y tener presentes las normas y relaciones que dan sentido a una conversación.
La aportación principal es tratar la inteligencia social como un problema de ingeniería completo: medir el fallo, entrenar contra él y añadir apoyos al desplegar el modelo. Los resultados son prometedores, pero las limitaciones que revela el propio SoMBench indican que el razonamiento social fiable en escenarios reales sigue siendo una tarea abierta. 1
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Qué es ZhiJing y cómo intenta enseñar a los modelos de IA a interpretar a las personas"?
SoMBench evalúa la cognición social de los modelos en 3 dimensiones principales, 17 subdimensiones y 71 tareas, con 3.481 ejemplos validados por expertos.
¿Cuáles son los puntos clave a validar primero?
SoMBench evalúa la cognición social de los modelos en 3 dimensiones principales, 17 subdimensiones y 71 tareas, con 3.481 ejemplos validados por expertos. ZhiJing combina diagnóstico, entrenamiento especializado y apoyos durante el despliegue para abordar errores sobre creencias, intenciones implícitas, emociones, roles y normas.
¿Qué debo hacer a continuación en la práctica?
Según resultados comunicados por el equipo, Zing 27B obtuvo un 79,80% de media en cinco benchmarks, frente al 78,44% de GPT 5.5.
Fuentes
ict.ac.cn【学术科研】“知境”社会心智大模型亮相国产AI超集群曙光 ...
qbitai.comAI最尴尬的短板，中国科学院出手了 - 量子位
gigazine.net'Qwen3.8-27B,' a locally runnable version, has been released for free, and it surpasses the Claude Opus 4.6 Max in some benchmarks.
note.comQwen3.8 27B achieves the same intelligence score as ...
