ОтветыОпубликовано12 источники
ZhiJing: система «социального мышления» для больших языковых моделей
ZhiJing объединяет бенчмарк SoMBench, обучающую систему Zing и среду развёртывания Actio для развития социального рассуждения у ИИ. SoMBench включает 3 основных измерения, 17 подизмерений, 71 тип задач и 3 481 проверенный экспертами пример.
ОпубликовалОтредактировано с помощью GPT-5.6 TerraИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- ZhiJing объединяет бенчмарк SoMBench, обучающую систему Zing и среду развёртывания Actio для развития социального рассуждения у ИИ.
- SoMBench включает 3 основных измерения, 17 подизмерений, 71 тип задач и 3 481 проверенный экспертами пример.
- По данным разработчиков, мультимодальная Zing 27B набрала 79,80% против 78,44% у GPT 5.5 в среднем по пяти социально когнитивным бенчмаркам.
Промпт ИИ
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
Большие языковые модели могут убедительно формулировать ответы, но нередко теряются там, где человеку приходится «читать между строк»: отличать убеждения персонажа от реальности, замечать смену эмоций, учитывать роль собеседника или негласное социальное правило. Система ZhiJing («Чжицзин») Института вычислительной техники Китайской академии наук (КАН) задумана как инженерный ответ именно на эту проблему.
Публично разработку представили 24 июля 2026 года; технический отчёт на arXiv был подан 26 июля. Это разные даты, а не противоречие. 1
Из чего состоит ZhiJing
ZhiJing описывается как связка из трёх частей: измерение способностей, их внутреннее освоение моделью и поддержка при работе в реальном сценарии.
- SoMBench — диагностический бенчмарк социального мышления, основанный на подходах психологии. Он охватывает 3 основных измерения, 17 подизмерений и 71 тип задач. В набор входят 284 общих сценария и 3 481 пример, проверенный экспертами; авторы также контролируют форму вопроса, перспективу повествования и длину контекста.
1
- Zing — семейство моделей и схема обучения, призванная превратить социальное рассуждение из случайного эффекта удачного промпта в более устойчивую способность, закреплённую в параметрах модели. Для этого используются дообучение с учителем, дистилляция по траекториям самой модели (On-Policy Distillation, OPD) и обучение с подкреплением по критериям качества.
- Actio — инфраструктура для развёртывания агента: она может добавлять процедурные инструкции, вести привязанное к участникам отслеживание ментальных состояний, использовать накопленный опыт и по условиям подключать знания о социальных нормах.
Что именно проверяет SoMBench
Обычные тесты «вопрос—ответ» могут не заметить, что модель дала формально гладкий, но социально неверный ответ. SoMBench нацелен на такие промахи: когда ИИ смешивает чьё-то убеждение с фактами, не выводит скрытое намерение, не обновляет представление после новой информации либо игнорирует отношения, статус, роли и нормы. 1
По данным авторов, при проверке 20 представительных LLM лучший результат составил лишь 72,08% общей точности. Ни одно из 17 подизмерений не достигло условного порога в 90%, который в отчёте рассматривается как уровень, близкий к потолку. 1
Это важная оговорка: задача не сводится к тому, чтобы модель распознала слово «грусть» или выдала вежливую фразу. Ей нужно связать контекст, знания разных участников ситуации и последствия их действий.
Как Zing пытаются обучить социальному контексту
В основе подхода лежит FLARE-подобный цикл работы с данными: ошибки в бенчмарке используются как диагноз, по которому создают и отбирают целевые примеры, обучают модель, а затем снова проверяют её слабые места. Авторы описывают процесс как итерацию, включающую извлечение неудачных случаев, диагностику по каждому измерению, проверку сложности и разрешимости, поиск «коротких путей» к ответу, исправление и отбор данных. 1
Обучение разделено на два этапа:
- сначала модель получает широкое понимание социального контекста;
- затем её специализируют на задачах «социального мышления» с дистилляцией цепочек рассуждений у сильных моделей-учителей и обучением с подкреплением.
Отдельная роль отведена Mixed-Reward GRPO — схеме, которая сочетает сигнал награды за социальное рассуждение с OPD. Заявленная цель OPD — сохранить полезные базовые возможности модели во время узкоспециализированного дообучения и тем самым снизить риск катастрофического забывания, тогда как GRPO нацеливает обучение на социальные задачи. 1
Какие результаты заявлены для Zing-27B
Разработчики сообщили, что их мультимодальная модель Zing-27B превзошла GPT-5.5 по среднему результату на пяти международных бенчмарках социального познания. 1
Согласно опубликованным командой цифрам, Zing-27B получила 79,80%, а GPT-5.5 — 78,44%: преимущество составило 1,36 процентного пункта. На отдельных тестах заявлены преимущества в 4,08 п. п. на HiToM и 5,62 п. п. на EmoBench. 5
Эти показатели следует понимать корректно: это результаты, представленные авторами системы, а не независимая сторонняя репликация. Первичный фрагмент технического отчёта подтверждает лидерство по среднему баллу пяти бенчмарков, но не раскрывает в нём все приведённые выше точные значения. 1
ZhiJing поэтому не доказывает, что ИИ уже «понимает людей» так же, как человек. Однако проект предлагает более проверяемую схему работы с проблемой: сначала точно выявить, где модель не учитывает чужие убеждения, эмоции или нормы, затем целенаправленно обучить её и, наконец, дать ей механизмы для более надёжного поведения при развёртывании.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «ZhiJing: система «социального мышления» для больших языковых моделей»?
ZhiJing объединяет бенчмарк SoMBench, обучающую систему Zing и среду развёртывания Actio для развития социального рассуждения у ИИ.
Какие ключевые моменты необходимо проверить в первую очередь?
ZhiJing объединяет бенчмарк SoMBench, обучающую систему Zing и среду развёртывания Actio для развития социального рассуждения у ИИ. SoMBench включает 3 основных измерения, 17 подизмерений, 71 тип задач и 3 481 проверенный экспертами пример.
Что мне делать дальше на практике?
По данным разработчиков, мультимодальная Zing 27B набрала 79,80% против 78,44% у GPT 5.5 в среднем по пяти социально когнитивным бенчмаркам.
Источники
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 ...
radicaldatascience.wordpress.comGenAI - Radical Data Science