AnswersPublished11 sources
ZhiJing vil gi KI bedre grep om det usagte
ZhiJing er et rammeverk fra CAS ICT for å måle, trene og bruke sosial intelligens i store språkmodeller. SoMBench dekker 3 hoveddimensjoner, 17 underdimensjoner, 71 oppgavetyper og 3 481 ekspertvaliderte eksempler.
Publisert avRedigert med GPT-5.6 TerraBilder generert med GPT Image 2
Research answer
Key takeaways
- ZhiJing er et rammeverk fra CAS ICT for å måle, trene og bruke sosial intelligens i store språkmodeller.
- SoMBench dekker 3 hoveddimensjoner, 17 underdimensjoner, 71 oppgavetyper og 3 481 ekspertvaliderte eksempler.
- CAS ICT oppgir at Zing 27B slo GPT 5.5 i snitt på fem tester for sosial kognisjon, men tallene er ikke uavhengig replikert.
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
Mange språkmodeller kan formulere overbevisende svar uten å forstå hva en person tror, antyder eller forventer i en sosial situasjon. Det er problemet forskere ved Chinese Academy of Sciences’ Institute of Computing Technology (CAS ICT) forsøker å angripe med ZhiJing.
Systemet er ikke bare én modell, men et samlet rammeverk for å måle, internalisere gjennom trening og forankre ved faktisk bruk sosial intelligens i store språkmodeller. Målet er at modellen i større grad skal kunne skille mellom fakta og en persons oppfatning av fakta, følge endringer i følelser og hensikter, og ta hensyn til relasjoner, roller og sosiale normer. 1
CAS ICT presenterte systemet 24. juli 2026. Den tekniske rapporten på arXiv ble sendt inn 26. juli, altså to dager senere; datoene gjelder ulike publiseringer og trenger ikke være motstridende. 1
Tre deler: test, trening og bruk
ZhiJing består av tre hovedkomponenter:
- SoMBench er en diagnostisk testbank, forankret i psykologi, som undersøker sosial forståelse i modeller. Den har 3 hoveddimensjoner, 17 underdimensjoner og 71 oppgaveparadigmer. Testen bygger på 284 felles scenarioer og 3 481 eksempler som er validert av eksperter. Spørsmålsform, fortellerperspektiv og kontekstlengde er kontrollert for å gjøre sammenligninger mer presise.
1
- Zing er treningsdelen. Den skal gjøre sosial resonnering til en mer stabil egenskap i modellens parametere, fremfor en ferdighet som bare dukker opp når modellen får en spesielt god instruksjon. Metoden kombinerer veiledet finjustering, on-policy-distillering (OPD) og forsterkningslæring basert på vurderingskriterier.
- Actio er et rammeverk for brukstid. Det kan tilføre prosedyrebasert veiledning, sporing av mentale tilstander knyttet til bestemte personer, gjenbrukbar erfaring og kontrollert oppslag i sosial eller normativ kunnskap.
Hva SoMBench prøver å avsløre
Vanlige spørsmål-og-svar-tester kan belønne et velformulert svar selv når modellen ikke har forstått den sosiale situasjonen. SoMBench er laget for å finne nettopp slike feil.
Det kan for eksempel dreie seg om at modellen:
- blander sammen en persons oppfatning med det som faktisk er sant
- ikke oppfatter en underforstått overbevisning eller intensjon
- unnlater å oppdatere vurderingen når det kommer ny informasjon
- overser hvordan relasjon, rolle eller normer begrenser hva som er passende å gjøre eller si.
I evalueringen av 20 representative språkmodeller fant forskerne fortsatt stor forbedringsmargin: Den beste modellen nådde 72,08 prosent samlet nøyaktighet, og ingen av de 17 underdimensjonene nådde rapportens terskel på 90 prosent, omtalt som et nivå nær taket. 1
En treningssløyfe drevet av feilene
ZhiJing-teamet beskriver FLARE som en dataflywheel: Feil i testen brukes til å avdekke svake sosiale ferdigheter, og disse funnene styrer generering, filtrering og utvalg av nye treningseksempler. Deretter trenes modellen og testes på nytt. 1
Ifølge rapporten omfatter denne diagnoseorienterte prosessen blant annet uthenting av dårlige eksempler, analyse per dimensjon, vurdering av vanskelighetsgrad og om oppgaven lar seg besvare, kontroll for snarveier i dataene, reparasjon og endelig utvalg. 1
Treningen går i to trinn:
- Først bygges en bredere forståelse av sosial kontekst.
- Deretter rettes treningen mot spesialisert sosial resonnering, med kjede-av-tanke-distillering fra sterke lærermodeller og forsterkningslæring.
En sentral del er Mixed-Reward GRPO, som kombinerer et belønningssignal for sosial resonnering med OPD. Hensikten med OPD er å bevare nyttige generelle ferdigheter fra grunnmodellen under den spesialiserte ettertreningen – og dermed redusere såkalt katastrofal glemsel, der modellen mister tidligere evner når den lærer noe nytt. GRPO skal samtidig løfte resultatene på de sosiale oppgavene. 1
Resultatet forskerne oppgir for Zing-27B
CAS ICT oppgir at den multimodale modellen Zing-27B – med 27 milliarder parametere – slo GPT-5.5 i gjennomsnitt på fem internasjonale tester for sosial kognisjon. 1
De rapporterte tallene er:
- 79,80 prosent samlet resultat for Zing-27B
- 78,44 prosent for GPT-5.5
- en forskjell på 1,36 prosentpoeng i Zing-27Bs favør
- 4,08 prosentpoeng bedre resultat på HiToM
- 5,62 prosentpoeng bedre resultat på EmoBench.
Det er verdt å skille mellom et forskningsresultat og en uavhengig bekreftelse: Utdraget fra den primære tekniske rapporten bekrefter påstanden om ledelse i snitt over fem tester, men viser ikke selv alle de fire eksakte tallene over. Tallene bør derfor foreløpig leses som resultater rapportert av forfatterne, ikke som en tredjepartsreplikasjon. 1
ZhiJing er dermed et interessant forsøk på å gjøre «sosial forståelse» til noe KI-utviklere kan teste, feilsøke og trene systematisk. Det er likevel ikke et bevis på at modellen pålitelig forstår mennesker i virkelige situasjoner. SoMBench-resultatene viser tvert imot at selv de beste modellene fortsatt har tydelige begrensninger på dette området. 1
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 vil gi KI bedre grep om det usagte"?
ZhiJing er et rammeverk fra CAS ICT for å måle, trene og bruke sosial intelligens i store språkmodeller.
What are the key points to validate first?
ZhiJing er et rammeverk fra CAS ICT for å måle, trene og bruke sosial intelligens i store språkmodeller. SoMBench dekker 3 hoveddimensjoner, 17 underdimensjoner, 71 oppgavetyper og 3 481 ekspertvaliderte eksempler.
What should I do next in practice?
CAS ICT oppgir at Zing 27B slo GPT 5.5 i snitt på fem tester for sosial kognisjon, men tallene er ikke uavhengig replikert.
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