研究人员推出 CoMMET,一个旨在评估多模态大语言模型(MLLMs)心理理论(ToM)能力的新基准。该基准受到基于心理学的心理理论小册子任务的启发,并将评估扩展到包括更广泛的心理状态和多轮交互。CoMMET 旨在更全面地评估 MLLMs 的社交推理能力,这对于它们在实际应用中的有效部署至关重要。 AI
影响 该基准有望推动更具社交智能、能够进行细致人机交互的 AI 系统的发展。
排序理由 该集群描述了一个用于评估 AI 模型的新基准数据集,该数据集在一篇学术论文中发布。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- CoMMET
- Hugging Face
- Multimodal Large Language Models and Tunings: Vision, Language, Sensors, Audio, and Beyond
- Ruirui Chen
- theory of mind
- Theory of Mind Booklet Task
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →