ZhiJing chce dać modelom AI „społeczny umysł”

Duże modele językowe potrafią pisać płynnie i rozwiązywać wiele zadań, ale wciąż często zawodzą tam, gdzie trzeba odczytać czyjeś przekonanie, intencję, zmianę emocji albo niepisaną zasadę społeczną. Zespół z Instytutu Technologii Obliczeniowych Chińskiej Akademii Nauk (CAS ICT) proponuje odpowiedź na ten problem: ZhiJing, zintegrowany system „społecznego umysłu” dla AI.

System publicznie przedstawiono 24 lipca 2026 r. Techniczny raport naukowy zgłoszono 26 lipca; są to różne daty dotyczące prezentacji i publikacji raportu, a nie sprzeczne informacje. 1

Trzy elementy systemu ZhiJing

ZhiJing nie jest wyłącznie jednym modelem. To łańcuch: pomiar → uczenie → działanie.

• SoMBench mierzy społeczne kompetencje modelu i wskazuje, gdzie popełnia on błędy.
• Zing to komponent treningowy, który ma przekształcić rozumowanie społeczne z zachowania wywoływanego odpowiednim poleceniem w stabilniejszą zdolność zapisaną w parametrach modelu.
• Actio jest warstwą wdrożeniową. Może dostarczać proceduralne wskazówki, śledzić przypisane stanów mentalne uczestników sytuacji, korzystać z wcześniejszych doświadczeń i w kontrolowany sposób pobierać wiedzę społeczną lub normatywną. 1

W praktyce chodzi o to, aby model nie ograniczał się do poprawnej językowo odpowiedzi, lecz brał pod uwagę to, kto co wie, czego może nie wiedzieć, jakie relacje łączą osoby i jakie normy obowiązują w danym kontekście.

SoMBench: test, który sprawdza więcej niż zwykłe pytania i odpowiedzi

SoMBench jest benchmarkiem opartym na dorobku psychologii. Obejmuje 3 główne wymiary, 17 podwymiarów i 71 paradygmatów zadań. Zbiór wykorzystuje 284 wspólne scenariusze oraz 3481 przypadków zweryfikowanych przez ekspertów; kontroluje też formę pytania, perspektywę narracji i długość kontekstu. 1

Test ma wychwytywać problemy, które mogą umykać standardowym benchmarkom QA. Należą do nich m.in.:

• mylenie przekonania danej osoby z rzeczywistym stanem rzeczy;
• przeoczenie ukrytej intencji lub domyślnego założenia;
• brak aktualizacji wniosków po pojawieniu się nowej informacji;
• nieuwzględnianie ograniczeń wynikających z relacji, ról społecznych i norm.

To ważne rozróżnienie: poprawna odpowiedź może czasem wynikać z powierzchownego wzorca, a nie z rzeczywistego prześledzenia perspektywy uczestników sytuacji. SoMBench ma pomagać rozpoznać właśnie taki typ błędu. 1

Jak Zing ma poprawiać rozumowanie społeczne

Autorzy opisują mechanizm FLARE jako pętlę iteracji danych sterowaną diagnozą. Błędy odnotowane w benchmarku wskazują słabe kompetencje społeczne, a te z kolei kierują tworzeniem, filtrowaniem, wyborem i ponowną oceną przykładów treningowych. Proces obejmuje m.in. wydobywanie trudnych przypadków, diagnozę dla poszczególnych wymiarów, sprawdzanie trudności i rozwiązywalności zadań, testowanie skrótów poznawczych oraz naprawę i selekcję danych. 1

Trening przebiega etapami:

1. Pierwszy etap buduje szerokie rozumienie kontekstu społecznego.
2. Drugi etap koncentruje się na wyspecjalizowanym rozumowaniu o stanach mentalnych, wykorzystując destylację rozumowania krok po kroku od silniejszych modeli-nauczycieli oraz uczenie ze wzmocnieniem. 1

W metodzie Mixed-Reward GRPO sygnał nagrody za rozumowanie społeczne łączony jest z On-Policy Distillation (OPD). Rola OPD polega na zachowaniu użytecznych, ogólnych zdolności modelu bazowego podczas wyspecjalizowanego dostrajania — czyli na ograniczaniu tzw. katastrofalnego zapominania. GRPO ma jednocześnie wzmacniać wyniki w docelowych zadaniach społecznych. 1

Zing-27B kontra GPT-5.5: deklarowane wyniki

CAS ICT podał, że multimodalny model Zing-27B przewyższył GPT-5.5 pod względem średniego wyniku w pięciu międzynarodowych benchmarkach społecznego poznania. 1

Według opublikowanych przez zespół danych Zing-27B uzyskał 79,80%, a GPT-5.5 78,44% — przewaga wyniosła więc 1,36 punktu procentowego. Wskazano także przewagę Zing-27B o 4,08 pkt proc. w HiToM i o 5,62 pkt proc. w EmoBench. 5

Te liczby należy jednak traktować jako wyniki raportowane przez autorów, a nie niezależną replikację. Dostępny fragment raportu naukowego potwierdza ogólne twierdzenie o prowadzeniu w średniej z pięciu benchmarków, lecz nie pokazuje samodzielnie wszystkich czterech przytoczonych wartości liczbowych. 1

Obiecujący kierunek, nie dowód na „rozumienie ludzi”

Sam SoMBench pokazuje, że do niezawodnego zachowania AI w złożonych sytuacjach społecznych droga pozostaje długa. W ocenie 20 reprezentatywnych modeli najlepszy wynik wyniósł tylko 72,08% poprawnych odpowiedzi, a żaden z 17 podwymiarów nie osiągnął progu 90%, który raport traktuje jako poziom bliski sufitowi. 1

ZhiJing jest więc przede wszystkim próbą potraktowania społecznej inteligencji jako konkretnego problemu inżynieryjnego: dającego się mierzyć, diagnozować, trenować i wspierać podczas wdrożenia. To nie oznacza jeszcze, że model rzeczywiście „rozumie ludzi” tak jak człowiek — ale daje bardziej precyzyjne narzędzia do sprawdzania, kiedy tylko sprawia takie wrażenie, a kiedy faktycznie potrafi przeanalizować społeczny kontekst.