SoMBench
社会智能评测基准 基准- 覆盖心智推断、社会互动策略、社会规范三大能力方向
- 三层维度体系：3 个一级维度、17 个二级维度、71 个任务范式
- 包含 1,780 条专家验证样本
- 输出能力画像，而非单一总分
SoMBench 是一套以心理学理论为基础的社会智能评测基准，构建了覆盖心智推断、社会互动策略与社会规范的内化与平衡三大方向的三层能力体系。基准包含 1,780 条专家验证样本，并已在 20 个代表性大模型上完成评测，给出的是一张能力画像，而非单一总分。
社会心智大模型
大模型正从“完成一次性任务”走向“长期陪伴、服务于真实的人”， 而这一跨越的关键是社会智能(Social Intelligence)——读懂他人想法与情绪、 理解人际关系与规范，并在具体情境中做出得体判断
核心模块
SocialMind 围绕社会智能构建，主张社会智能必须可测量、可内化、可落地，并由此形成三个相互衔接的部分：评测基准 SoMBench、垂域模型 Zing 与推理智能体 Actio；并基于 SoMBench 发布面向社区的心智大模型赛题。
Zing
社会智能垂域模型 模型- Zing 是面向社会心智能力的大模型
- 强化了情绪理解、意图推理和社会场景分析能力
- 覆盖 8B / 14B / 32B 三个规模
Zing 是将社会心理推理内化为模型自身能力的垂域大模型系列，覆盖 8B / 14B / 32B 三个规模。它面向真实社会场景强化情绪理解、意图推理、关系判断与规范权衡能力，在不同规模上形成稳定的社会智能能力增强。
Actio
社会智能推理智能体 智能体- Actio 是面向社会交互场景的智能体系统
- 不仅生成文本回答，还需要在任务环境中做决策
- 与模型赛道的区别：模型赛道偏单轮或多轮能力评测，智能体赛道偏交互、规划和行动
Actio 是一层包裹冻结基座模型的推理智能体外壳，不改动任何参数，即可将一次性的黑箱推理转化为可追溯、可审计的分阶段流程，以应对真实场景中情境多变、信息不全、规范未声明的挑战。它围绕社会心智推理的核心流程提供技能库、经验记忆与门控知识检索等模块，在多种基座模型上均能进一步增强其社会推理表现
社会心智大模型的意义
社会心智能力决定模型能否从回答问题走向理解关系、遵守规范并参与真实互动。它让评测不只看正确率，也能看到模型在信念、情绪、策略和社会规范上的能力边界。
当前大模型在社会理解、长期互动和复杂人际场景中的不足
许多模型能复述规则，却容易误读反讽、隐含信念和角色关系，在长期互动中也难以稳定维护对人的理解。
示例：用户说“你真会挑时间”，模型若只按字面理解为表扬，就会错过其中的不满和关系张力。
社会心智能力对于下一代智能体的重要性
下一代智能体需要在多方目标、隐含规范和动态情境中行动，社会心智是它们做出得体判断的基础能力。
社会心智评测对于模型能力边界分析的价值
能力画像能帮助研究者发现模型在哪些社会认知维度上可靠，在哪些场景下需要训练、检索或智能体流程补足。
应用方向
社会心智能力适用于需要理解人、关系和规范的真实场景，尤其是长期陪伴、协作决策、群体互动与具身服务。
教育陪伴 长期互动
理解学生的困惑、动机和反馈，提供更贴近个体状态的引导与陪伴。
心理健康辅导 情绪理解
识别情绪线索、边界和支持需求，辅助更稳妥的初步倾听与转介判断。
社交智能助手 关系判断
帮助用户理解沟通语境、对方意图和社会规范，减少误解与冲突。
多智能体协商 群体策略
在多目标、多角色的任务中进行协商、信任判断与合作冲突处理。
游戏 NPC 和虚拟角色 角色一致
让虚拟角色保持动机、记忆和关系的一致性，形成更自然的互动体验。
服务型机器人和具身智能 情境行动
在家庭、医疗和公共服务中理解人的意图、禁忌与安全边界。