Thomas Wolf：心智理论仍是 LLM 的难点，AI 导师难以建模学习者

Thomas Wolf 指出心智理论仍是 LLM 的明显短板：模型会默认玩家知道得比自己多，NPC 有时反应怪异或对从未发生的事做出反应。他认为《钻石年代》Primer 这类真正的 AI 导师必须建模学习者，而当前默认设置下模型仍做不到。他已开始探索相关 benchmark，并称教学对人类而言也不是可验证奖励，难以在当前训练范式下扩展。