Problem

目前的語言模型在長期協作中面臨「監督空缺」的困境。由於訓練資料中極少包含使用者未說出口的信念與目標，模型難以理解人類隱含的心理狀態，這限制了 AI 在教育、決策及複雜互動中作為深度合作者的潛力。

Method

提出 Mind2Dialogue 框架，利用心理學引導的模擬器來更新使用者的個人特徵與動態心理狀態。模型透過「先知助教（Oracle Assistant）」獲取這些隱藏資訊並生成高品質回應，再經由特權蒸餾技術（Privileged Distillation）訓練目標模型，使其在部署時即使無法直接讀取心理狀態，也能做出具備人類覺察能力的回應。

Results

實驗證明，使用 Mind2Dialogue 語料庫訓練後，Qwen、Llama 和 OLMo 等模型在各項個人化指標上均有提升，其中在「偏好遵循生成」方面更大幅進步了 26.6 至 40.9 個百分點。此外，模型在信念推理與行動預測的能力上也展現出顯著的泛化效果。

Significance

這項研究為開發具備「心智理論」的 AI 奠定了基礎，使語言模型從單純的文字工具進化為能理解人類真實意圖的夥伴。這對於需要長期目標支持的教育、職場協作及日常生活應用具有重要的指標意義。