AI最尷尬的短板，中國科學院出手了

📌 【中國科學院研究】解決 AI 社交尷尬：Zing 系統將「社會心智」轉化為可訓練工程

TL;DR：中國科學院推出 Zing 系統，透過 SoMBench 評測與 FLARE 訓練機制，解決 LLM 缺乏社會心智的問題。

面對 GPT-5.5 或 DeepSeek-V4-Pro 等強大的語言與工具智慧，AI 在處理專業論文或程式碼時表現卓越，但在面對家庭聚餐、團隊會議或醫患對話等社交場景時，往往表現得生硬且不合時宜。這並非知識不足，而是缺乏「社會心智」（Social Intelligence），導致 AI 從「任務執行」轉向「社會協作」時面臨困境。

🤔 社會心智是 AI 的「無人區」

為了精準診斷 AI 的社交短板，中國科學院計算技術研究所「知境」團隊建立了 SoMBench 評測體系。

🧩 SoMBench：為 AI 做「社會心智 CT」

• 精細化維度：將「懂不懂人」拆解為 3 大一級維度、17 個二級維度、71 項細粒度任務。
• 能力地圖：包含 3481 道由人類專家評審的例項，涵蓋基礎信念推斷、高階情緒理解、社會規範與關係建模。
• 診斷功能：不僅提供分數，還能透過選項擾動與捷徑檢測，精準定位模型是「推理鏈斷裂」還是「靠表面模式蒙對」。
• 測試結果：在 20 個頂級大模型測試中，最強模型正確率僅 72.08%，無一達到 90% 分數。

🧩 Zing 訓練系統：讓目標隨能力一起進化

針對社會心智難以建模的問題，知境團隊開發了 Zing 系統，這是一套具備自我進化能力的訓練架構，而非單純堆疊算力的做法。

📊 三大核心技術密碼

1. FLARE 資料飛輪：針對弱點合成新題 當模型在 SoMBench 暴露短板時，FLARE 會定位該認知維度，並合成語義與推理路徑完全不同、但瞄準同一能力缺陷的新樣本。這確保了模型是在「練新題」而非重複做同一張卷子。

2. 兩階段訓練：從通識到專精

   • 第一階段（通用打底）：利用多教師蒸餾構建高質量資料，並採用 Mixed-Reward GRPO 強化學習框架，根據任務類型與推理質量動態組合獎勵。
   • 第二階段（專項強化）：針對情緒理解、意圖推斷等薄弱環節，透過監督微調（SFT）注入領域知識，並用困難樣本持續校準，避免丟失通用推理能力。

3. OPD 線上蒸餾：邊學新招，邊不忘老本 為瞭解決強化學習中「學新忘舊」的風險，OPD 在線上軌跡引入教師模型的 token 級分佈約束。GRPO 負責鼓勵探索，OPD 則負責守住有效推理模式的邊界。

🎯 實務啟示

對於 AI 工程師而言，Zing 的研究方向提示我們：當模型進入效能高原期時，單純增加參數規模可能不足以解決複雜行為問題。將「社會規範」與「情緒理解」轉化為可量化、可自動化合成訓練樣本的工程流程，將是實現具身智能與高可靠性 AI 協作的關鍵。

🔗 來源

• 標題：AI最尷尬的短板，中國科學院出手了
• 作者／機構：思邈 @ 量子位
• 連結：https://www.qbitai.com/2026/07/461160.html

#AI #SocialIntelligence #LLM #MachineLearning #Zing #SoMBench #ArtificialIntelligence #DeepLearning #ReinforcementLearning #ChinaScienceAcademy