实体 BENCHMARKNAME

BENCHMARKNAME

PulseAugur coverage of BENCHMARKNAME — every cluster mentioning BENCHMARKNAME across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_93514 · Jun 16 · 04:00

新基准测试AI的视觉社交智能

研究人员推出了一项名为BENCHMARKNAME的新基准测试，旨在评估多模态AI模型的视觉社交智能。该基准测试包含240个场景，并测试四个角色层面的任务：表情、特征、互动调节和结果。对七个近期多模态大语言模型（MLLMs）的评估显示，尽管模型在角色特定的表情和冲突处理方面表现良好，但在互动调节和视觉基础结果达成方面却面临显著挑战。