Zing：LLM 的社交智能框架

研究團隊提出 Zing 框架與 SoMBench 基準，旨在應對大語言模型從孤立任務求解轉向長期人類環境服務時所需的社交智能，即推斷心理狀態、追蹤社交關係、基於規範推理及在情境中調整行為的能力。SoMBench 是一個基於心理學的基準，涵蓋 3 個主要維度、17 個次要維度及 71 個任務範式，在 284 個共享情境與 3,481 個專家驗證實例中控制問題格式、敘事視角與情境長度。

對 20 個代表性大語言模型的評估顯示，目前最佳模型的整體準確率僅為 72.08%，且 17 個次要維度中沒有任何一個達到 90% 的接近天花板區間，表明現有模型在社交智能方面仍有顯著提升空間。為解決此問題，團隊開發了 Zing，這是一種結合監督微調、線上策略蒸餾與基於評語的強化學習的診斷驅動訓練配方。

在性能表現上，Zing 在五個社交認知基準上持續優於其基礎模型，其中 Zing-27B-Stage2 取得最佳平均分數，而 Zing-32B-Stage2 則與 DeepSeek-V4-Pro 保持競爭力。針對部署時的接地（grounding），團隊構建了 Actio，這是一種受調度控制的推理架構，將四種類型的支持路由至推理過程：PRISM 用於程序指導，Starling 用於運行時心理狀態表示，SAGE 用於可重用經驗，以及閾控 RAG 用於外部社交與規範知識。

Actio 架構在五個基礎模型與三個基準的測試中，改善了 15 對模型 - 基準組合中的 14 對，並在 8 對中表現最佳或並列最佳，證明了類型化運行時支持的有效性。這些結果表明，具有社交智能的大語言模型需要評估、參數化內部化與部署時接地三方面的協調進步。