大規模言語モデル（LLM）は多くの言語タスクで優れた性能を示す一方、複雑な社会的状況における心の理論（Theory of Mind、ToM）推論は依然としてばらつきがある。ExploreToM を含む既存のベンチマークは、こうした状況を難しくしている再帰的な信念や情報の非対称性を必ずしも検証できていない。そこで arXiv:2605.20423 として投稿された論文は、LLM ベースの ToM タスクにおける入れ子状の信念衝突をモデル化する手法 OSCToM（Observer-Self Conflict Theory of Mind、観察者—自己衝突の心の理論）を提案している。本論文は 2026 年 5 月 19 日に投稿され、Sharmin Sultana Srishty 氏ら 5 名による共著で、15 ページ、12 枚の図（15 枚の画像を含む）、3 つの表で構成され、人工知能（cs.AI）に分類され、ACM クラスは I.2.7 および I.2.6 である。
本手法の中心となるケースは、観察者が他者に対して抱く見方が、観察者自身の信念状態と衝突する状況である。こうしたケースは単純な視点取得を超え、再帰的で多層的な推論を必要とする。OSCToM は、強化学習（RL）、拡張されたドメイン固有言語、および合成的サロゲートモデルを組み合わせることで、観察者—自己衝突を生成し、モデルに対してより的を絞った訓練データを提供する。
実験では、OSCToM-8B がテストされたシステムの中で総合的に最良の結果を示した。FANToM において ExploreToM が報告した結果を上回り、Hi-ToM と BigToM でも競争力を維持している。特に情報が非対称な FANToM ベンチマークでは、OSCToM は 76% の精度を達成し、ExploreToM が報告した 0.2% を大きく上回った。さらに、データ合成手順の効率は 6 倍向上しており、的を絞った訓練データによって小規模なモデルでも高度な認知推論を扱える可能性を示している。
著者らは、既存のベンチマークが再帰的信念や情報の非対称性といった重要な难点を十分に網羅していないと指摘している。したがって OSCToM の貢献は、より強力なモデルだけでなく、難易度の高い心の理論サンプルを生成するための敵対的データ合成手法にある。プロジェクトのコードは GitHub（https://github.com/sharminsrishty/osct）で公開されており、論文全文は arXiv の PDF、実験的な HTML、TeX ソースから入手できる。DOI は https://doi.org/10.48550/arXiv.2605.20423 で、DataCite による登録が進行中である。投稿履歴によれば、v1 は 2026 年 5 月 19 日 19:19:26 UTC に提出され、ファイルサイズは 3,465 KB である。