面向终身社会智能的社会世界模型

社会智能是语言智能体的核心能力——但当前研究主要聚焦静态能力评估——而非这些技能如何被持续塑造与积累。该缺口呼唤向可持续学习范式的转变。当前存在两个方法学痛点：社交交互轨迹缺乏统一结构化表示以形成可迭代学习信号——且能力改进与保持通常被孤立研究——阻碍持续演化评估。为弥合缺口——我们提出社会世界模型。我们把社交交互分解为五维（场景设定、观察、心理状态、行动与对话）——构建闭环学习框架。在此设定中——智能体收集交互经验——把它们转为用于模型更新的偏好信号——并重新部署更新后的策略继续学习。此外——我们提供可复用数据合成机制与终身学习基准——把社交能力从“评估对象”转为“可持续训练对象”。在ASCENT-Bench上验证框架——交互训练的Qwen2.5-7B在全部五个核心指标上超越其基线。值得注意的是——它在完成率上匹敌闭源Gemini 3 Flash——在通过率上超越——并在三个难度级别上实现零遗忘。不同于先前仅报告静态比较或能力衰退的工作——该端到端方法提供可训练、可验证、可保持的路径——证明小型开源模型可持续习得有竞争力的社会协调能力。