AnswersPublished11 sources
ZhiJing mittaa ja harjoittaa tekoälyn sosiaalista päättelyä
ZhiJing yhdistää sosiaalisen päättelyn mittaamisen, mallin koulutuksen ja käyttöönoton aikaisen tuen. SoMBench koostuu kolmesta pääulottuvuudesta, 17 alaulottuvuudesta, 71 tehtävätyypistä ja 3 481 asiantuntijoiden varmistamasta esimerkistä.
JulkaisijaMuokattu mallilla GPT-5.6 TerraKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- ZhiJing yhdistää sosiaalisen päättelyn mittaamisen, mallin koulutuksen ja käyttöönoton aikaisen tuen.
- SoMBench koostuu kolmesta pääulottuvuudesta, 17 alaulottuvuudesta, 71 tehtävätyypistä ja 3 481 asiantuntijoiden varmistamasta esimerkistä.
- CAS ICT raportoi Zing 27B:n päihittäneen GPT 5.5:n viiden sosiaalisen kognition vertailun keskiarvossa.
AI Prompt
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
ZhiJing on Kiinan tiedeakatemian laskentatekniikan instituutin (CAS ICT) kehittämä kokonaisuus, jonka tavoitteena on tehdä suurista kielimalleista parempia sosiaalisten tilanteiden tulkitsijoita. Sen sijaan, että malli vain tuottaisi sujuvan vastauksen, sen olisi tarkoitus päätellä esimerkiksi, mitä henkilö uskoo, mitä hän mahdollisesti tarkoittaa rivien välissä, millainen suhde ihmisillä on keskenään ja mitkä sosiaaliset normit tilanteessa vaikuttavat.
CAS ICT esitteli järjestelmän 24.7.2026. Tekninen raportti puolestaan jätettiin arXiviin 26.7.2026, joten päivämäärät viittaavat eri vaiheisiin eivätkä välttämättä ole ristiriidassa keskenään. 1
Kolme osaa: mittaus, sisäistäminen ja toiminta
ZhiJing rakentuu kolmesta toisiaan täydentävästä osasta:
- SoMBench on psykologiseen tutkimukseen pohjaava diagnostiikkavertailu. Siinä on kolme pääulottuvuutta, 17 alaulottuvuutta ja 71 tehtäväparadigmaa. Vertailu hyödyntää 284 yhteistä skenaariota ja 3 481 asiantuntijoiden varmistamaa esimerkkiä. Kysymysmuotoa, kertojan näkökulmaa ja kontekstin pituutta kontrolloidaan, jotta tuloksia voi vertailla johdonmukaisemmin.
1
- Zing on koulutusosa, jonka tarkoitus on muuttaa sosiaalinen päättely pelkkään kehotteeseen nojaavasta, tilapäisestä käytöksestä mallin vakaammaksi ominaisuudeksi. Se yhdistää ohjatun hienosäädön, On-Policy Distillationin (OPD) ja arviointiperusteisen vahvistusoppimisen.
- Actio on käyttöönoton aikainen kehys. Se voi tuoda mallin käyttöön vaiheittaisia toimintaohjeita, henkilöihin sidottua mentaalisten tilojen seurantaa, uudelleenkäytettäviä kokemuksia sekä hallittua sosiaalisen ja normitiedon hakua.
Mihin SoMBench pyrkii tarttumaan?
Tavallinen kysymys–vastaus-testi voi näyttää, osaako malli tuottaa oikealta kuulostavan vastauksen. Se ei kuitenkaan välttämättä paljasta, ymmärtääkö malli tilanteen sosiaalista rakennetta.
SoMBench pyrkii löytämään esimerkiksi virheet, joissa malli:
- sekoittaa henkilön uskomuksen siihen, mikä on todellisuudessa totta;
- ei havaitse epäsuoraa aikomusta, oletusta tai tunnetilan muutosta;
- ei päivitä päättelyään, kun tilanteeseen tulee uutta tietoa;
- sivuuttaa roolien, ihmissuhteiden tai sosiaalisten normien asettamat rajat.
Kyse ei siis ole väitteestä, että järjestelmä "ymmärtäisi ihmisiä" ihmisen tavoin. Tarkoitus on pilkkoa tällainen vaikeasti määriteltävä kyky mitattaviksi päättelytehtäviksi ja paikantaa, missä kohtaa malli epäonnistuu.
Koulutus: virheistä takaisin harjoitusdataan
ZhiJingin FLARE-tyylisessä dataprosessissa arvioinnin virheitä käytetään uuden harjoittelun lähtökohtana. Kun vertailu tunnistaa heikon sosiaalisen kyvyn, se ohjaa kohdennettujen esimerkkien tuottamista, suodatusta, koulutusta ja uutta arviointia.
Raportin mukaan kierrossa tehdään muun muassa virhetapausten poimintaa, ulottuvuuskohtaista diagnostiikkaa, tehtävien vaikeus- ja vastattavuustarkistuksia, oikopolkujen etsintää, aineiston korjaamista ja lopullista valintaa. 1
Koulutus etenee kahdessa vaiheessa:
- Ensimmäinen vaihe rakentaa laaja-alaisempaa ymmärrystä sosiaalisesta kontekstista.
- Toinen vaihe kohdistuu erityisesti sosiaaliseen mielenmallinnukseen. Siinä hyödynnetään vahvojen opettajamallien päättelyketjujen distillaatiota ja vahvistusoppimista.
Mixed-Reward GRPO yhdistää sosiaalisen päättelyn palkkiosignaalin OPD:hen. OPD:n tarkoitus on säilyttää mallin hyödyllisiä yleisiä peruskykyjä erikoistuneen jälkikoulutuksen aikana eli vähentää katastrofaalista unohtamista. GRPO puolestaan painottaa suoriutumista juuri kohdennetuissa sosiaalisen päättelyn tehtävissä. 1
Zing-27B:n raportoitu tulos GPT-5.5:tä vastaan
CAS ICT:n mukaan sen multimodaalinen Zing-27B ylitti GPT-5.5:n viiden kansainvälisen sosiaalisen kognition vertailun keskiarvossa. 1
Raportoidut luvut ovat:
- Zing-27B: 79,80 %
- GPT-5.5: 78,44 %
- Ero: 1,36 prosenttiyksikköä Zing-27B:n hyväksi
- HiToM: Zing-27B:n etu 4,08 prosenttiyksikköä
- EmoBench: Zing-27B:n etu 5,62 prosenttiyksikköä
Lukuja on syytä tulkita tekijöiden raportoimina arviointituloksina, ei riippumattomana ulkopuolisena toistona. Saatavilla oleva teknisen raportin tiivistelmä vahvistaa väitteen viiden vertailun kokonaisjohtoasemasta, mutta ei esitä erikseen kaikkia edellä mainittuja tarkkoja arvoja. 1
Edistystä, mutta ei todiste ihmismäisestä ymmärryksestä
ZhiJingin oma SoMBench-testi kertoo myös, kuinka kesken sosiaalinen päättely kielimalleissa yhä on. Arvioiduista 20 mallista paras ylsi vain 72,08 prosentin kokonaistarkkuuteen, eikä yksikään 17 alaulottuvuudesta saavuttanut raportin käyttämää 90 prosentin lähellä enimmäistasoa olevaa rajaa. 1
ZhiJingin kiinnostavin ajatus ei siksi ole yksittäinen pistetulos, vaan työketju: ensin selvitetään tarkasti, millaisessa sosiaalisessa päättelyssä malli kompastuu, sitten harjoitellaan juuri näitä puutteita ja lopuksi tuetaan toimintaa myös käyttöönoton aikana. Se on käytännöllisempi tavoite kuin väittää, että kielimalli olisi jo oppinut lukemaan ihmismieltä luotettavasti.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "ZhiJing mittaa ja harjoittaa tekoälyn sosiaalista päättelyä"?
ZhiJing yhdistää sosiaalisen päättelyn mittaamisen, mallin koulutuksen ja käyttöönoton aikaisen tuen.
What are the key points to validate first?
ZhiJing yhdistää sosiaalisen päättelyn mittaamisen, mallin koulutuksen ja käyttöönoton aikaisen tuen. SoMBench koostuu kolmesta pääulottuvuudesta, 17 alaulottuvuudesta, 71 tehtävätyypistä ja 3 481 asiantuntijoiden varmistamasta esimerkistä.
What should I do next in practice?
CAS ICT raportoi Zing 27B:n päihittäneen GPT 5.5:n viiden sosiaalisen kognition vertailun keskiarvossa.
Sources
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 ...
radicaldatascience.wordpress.comGenAI - Radical Data Science
qbitai.comAI最尴尬的短板，中国科学院出手了 - 量子位