作为时序记忆问题的动态心理理论：来自大语言模型的证据

心理理论（ToM）是社会认知与人机交互的核心，大语言模型（LLM）已被用于帮助理解和表征ToM。然而，大多数评估将ToM视为单一时刻的静态判断，主要依赖错误信念测试。这忽视了ToM的一个关键动态维度：随时间表征、更新并检索他人信念的能力。我们将动态ToM作为一个时间上延展的表征记忆问题来研究，探究LLM能否跨交互追踪信念轨迹，而非仅推断当前信念。我们提出DToM-Track，一个在受控多轮对话中研究时序信念推理的评估框架，测试对更新前信念的回忆、对当前信念的推断以及对信念变化的检测。以LLM作为计算探针，我们发现一个一致的不对称性：模型能可靠地推断智能体的当前信念，但一旦更新发生，便难以维持并检索先前的信念状态。这一模式在不同LLM模型家族与规模上均持续存在，并与认知科学中已充分记录的近因偏差与干扰效应相一致。这些结果表明，跨时间追踪信念轨迹构成了超越经典错误信念推理的独特挑战。通过将ToM框定为时序表征与检索问题，本工作把ToM与记忆和干扰的核心认知机制联系起来，并揭示了其对扩展人机交互中LLM社会推理模型的影响。