관점을 고려하십시오: 마음 이론을 위한 재귀적 추론

Mind the Perspective: Let's Reason Recursively for Theory of Mind

마음 이론(Theory of Mind, ToM) 추론은 불완전하고 비대칭적인 관찰로부터 타인의 믿음을 추론하는 것을 필요로 하며, 이는 현재 LLM에게 여전히 어려운 과제입니다. 기존의 프롬프트 기반 접근 방식들은 관찰 가능한 사건 필터링 또는 시간적 믿음 연쇄를 통해 ToM 추론을 개선하지만, 명시적으로 중첩된 믿음을 모델링하지는 않습니다. 본 논문에서는 재귀적인 관점 구성 방식을 통해 중첩된 믿음을 모델링하는 ToM 추론 프레임워크인 RecToM을 소개합니다. RecToM은 질문에서 지정된 캐릭터 체인을 따라 이전 캐릭터의 관점을 기반으로 각 캐릭터의 관점을 구축하며, 이를 통해 고차원적 믿음 관련 질문을 최종적으로 구성된 관점 내에서의 현실 세계 질문으로 환원시킵니다. 또한, KD45 분석을 통해 RecToM의 관점 구성이 단순한 사건 필터링 이상의 잘 정의된 믿음 모달리티를 유도한다는 것을 보여줍니다. Hi-ToM, Big-ToM 및 FanToM 등 다양한 ToM 벤치마크에서 여러 LLM 백본을 사용하여 실험한 결과, RecToM은 최근의 고급 접근 방식들을 지속적으로 능가하며 최첨단 성능을 달성했습니다. 특히, RecToM은 GPT-5.4 및 Qwen3.5를 사용하여 Hi-ToM 벤치마크에서 100% 정확도를 달성했으며, 이는 고차원적 ToM 추론이 필요한 벤치마크입니다.

Theory of Mind (ToM) reasoning requires inferring agents' beliefs from partial and asymmetric observations, which remains an open challenge for LLMs. Existing prompting-based approaches improve ToM reasoning through observable-event filtering or temporal belief chains, without explicitly modeling nested beliefs. We introduce RecToM, an inference-time framework for ToM reasoning that models nested beliefs via recursive perspective construction. RecToM constructs each character perspective from the preceding character perspective along the character chain specified by the question, reducing higher-order belief questions to actual-world questions within the final constructed perspective. We further provide a KD45 analysis showing that RecToM's perspective construction induces a well-formed belief modality beyond simple event filtering. Experiments on ToM benchmarks, including Hi-ToM, Big-ToM, and FanToM, across multiple LLM backbones show that RecToM consistently outperforms recent advanced approaches, achieving state-of-the-art performance. Notably, RecToM reaches 100\% accuracy on Hi-ToM with GPT-5.4 and Qwen3.5, a benchmark requiring higher-order ToM reasoning.