В докладе представлен Zing, интегрированный фреймворк, разработанный для повышения социального интеллекта больших языковых моделей путём измерения, интериоризации и заземления социальных способностей. Авторы представляют SoMBench — бенчмарк, основанный на психологии, охватывающий 17 вторичных измерений и 3481 экземпляр, верифицированных экспертами, который показывает, что текущие большие языковые модели имеют значительный потенциал для улучшения, ни одна из них не достигла производительности, близкой к максимальному пределу.

  • Zing использует рецепт обучения, управляемый диагностикой, сочетающий контролируемое тонкое дообучение, дистилляцию on-policy и обучение с подкреплением на основе рубрик для интериоризации социальных навыков.
  • Zing-27B-Stage2 достигает наилучшего среднего балла по пяти бенчмаркам социально-когнитивных способностей, тогда как Zing-32B-Stage2 остаётся конкурентоспособным по сравнению с DeepSeek-V4-Pro.
  • Actio представлен как архитектура вывода под управлением harness, которая маршрутизирует четыре типизированные поддержки — PRISM, Starling, SAGE и gated RAG — в процесс рассуждения.
  • Полный Actio harness улучшает 14 из 15 пар модель-бенчмарк для пяти базовых моделей и трёх бенчмарков, демонстрируя эффективность типизированной поддержки во время выполнения.

Эти результаты показывают, что социально интеллектуальные большие языковые модели требуют скоординированных достижений в оценке, параметрической интериоризации и заземлении во время развёртывания для эффективного вывода ментальных состояний и адаптации поведения.