Liten 7B-modell lærer tro-resonnering uten hjelpemodeller, ifølge nytt NeurIPS-papir
Et forskerteam ved UC San Diego har trent en kompakt 7B-agent til å modellere samtalepartnerens tro og ønsker – uten å kjøre ekstra modeller ved kjøretid. Tallene er foreløpig selvevaluerte, men koden er offentlig utgitt.
Hva som er nytt
Forskere ved University of California, San Diego har trent en forholdsvis liten AI-agent til å gjette hva samtalepartneren tror og ønsker – og til å handle på de gissene uten hjelp fra noen ekstern modell. Arbeidet presenteres i artikkelen «Mental-Models for Multi-Agent Systems» (arXiv:2610.12453), lagt ut 8. oktober 2026 og ifølge dekningen akseptert på NeurIPS 2026. Forfatterne er Hanan Gani, Lulu Shao og Manmohan Chandraker, alle tilknyttet UC San Diego (Crypto Briefing).
Nyskapningen er ikke modellens størrelse, men hva den angivelig mestrer: såkalt «theory of mind», altså evnen til å modellere en annen parts mentale tilstand – både i første orden (hva partneren tror) og andre orden (hva partneren tror at agenten tror). Slike evner er vanligvis knyttet til store frontmodeller med omfattende prompt-rammeverk eller egne hjelpemodeller. Her hevdes det at en 7-milliarders parametermodell kan gjøre jobben selvstendig.
Et viktig forbehold gjelder hele grunnlaget for denne saken: Alle tall og metodebeskrivelser stammer fra én sekundær kilde som gjengir forskernes egne resultater. Hverken papiret, NeurIPS-aksepten eller koden har blitt uavhengig verifisert i denne dekningen.
Hvordan metoden fungerer
Ifølge forskningen består tilnærmingen av to hoveddeler.
Den første er en amortisert rekursiv latent tilstand – en intern representasjon som oppdateres gjennom samtalen og fanger partnerens trosstatus. «Amortisert» betyr at den tunge inferensen av partnerens mentale modell gjøres én gang under trening, slik at agenten ved kjøretid bare må oppdatere en lett tilstand i stedet for å kjøre en egen modell for å gissle hva den andre tror.
Den andre delen er en tro-betinget belønningsmodell, trent sammen med denne representasjonen av mentale tilstander. Under trening scorer den agentens atferd delvis ut fra hvor godt den tar hensyn til hva partneren tror. Det belønningssignalet former så agentens policy – reglene den bruker for å velge handlinger.
Det avgjørende grepet er destillasjonen: Policyen destilleres inn i agenten selv, slik at den står på egne ben ved inferenstid. Ingen ekstra modeller kjøres når agenten faktisk brukes – det er dette som i så fall muliggjør trosmodellering uten ekstra kostnad ved kjøretid.
Eksperimentene og tallene
Hovedagenten er bygget på Qwen2.5-7B-Instruct, en modell med 7 milliarder parametre. Teamet kjørte også eksperimenter på mindre 3B-varianter og på andre modellfamilier, blant annet LLaMA og Mistral.
Tre benchmarks er nevnt i dekningen:
- Sotopia, som vurderer sosiale interaksjonsferdigheter: Qwen2.5-7B-agenten oppnådde en gjennomsnittlig relativ forbedring på rundt 11,5 % på tvers av partner-innstillinger. Tallet måler forbedring relativt til et utgangspunkt, ikke en absolutt score.
- BigToM, som tester trosresonnement: en gjennomsnittlig gevinst på 26,7 prosentpoeng på parvis ekte/falsk tros-akkurathet – altså hvor riktig agenten skiller mellom situasjoner der partnerens tro stemmer med virkeligheten og situasjoner der den ikke gjør det.
- MMRole, et multimodalt oppsett, er nevnt uten konkrete tall i kilden.
Begge tallene er forskernes egne, rapportert via den sekundære kilden. De er ikke uavhengig verifisert, og oppsettet av baselinene er ikke beskrevet i det tilgjengelige belegget.
Forbehold og det som gjenstår
Usikkerheten i denne saken er strukturert rundt én ting: Alt kommer via en enkelt sekundær gjengivelse. NeurIPS-aksepten er oppgitt av Crypto Briefing, ikke bekreftet mot konferansens egne lister. Benchmark-tallene er selvevaluerte, og det er uklart hvilke baseliner de måles mot. Og metodebeskrivelsen av den rekursive latente tilstanden er journalistisk gjengitt, ikke kontrollert mot selve papiret.
Det som kan endre dette, er at forskerne angivelig har utgitt koden sin offentlig. Det betyr at andre forskere kan teste resultatene direkte i stedet for å ta papirets ord for det: replikere Sotopia- og BigToM-tallene, undersøke hvor robust trosmodelleringen er utenfor benchmarks, og slå fast om den amortiserte tilstanden faktisk fanger ekte første- og andreordens tro – eller bare korrelerer med det.
Fram til da er det rette lesingen av saken: Et konkret resultat som tyder på at små språkmodeller kan få en form for sosial kognisjon billig, rapportert av forskerne selv og ikke ennå bekreftet uavhengig.