Парадокс Моравека в LLM: модели блестят в эмоциях, но проваливаются в "детских" задачах

Парадокс: LLM анализируют скрытые эмоции как опытный психолог (96% точности на задаче для 6-летних), но проваливаются на «что видит человек напротив» (20% на задаче для 3-летних). Тестирование 22 моделей на 8000 задач показало: модели учат социальные паттерны из текстов, но без физического опыта «встать на место другого» в пространстве. Бенчмарк CogToM позволяет понять ГДЕ конкретно можно доверять LLM в задачах на понимание чужих мыслей, эмоций и намерений — а где она слепа.