IntentBench
PulseAugur coverage of IntentBench — every cluster mentioning IntentBench across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的THG-Omni框架通过图监督改进AI视频推理
研究人员开发了THG-Omni,一个旨在增强全模态AI模型视频推理能力的新型框架。该系统使用人本图监督方法,将来自Segment Anything Model的参与者轨迹与Qwen3-VL注释链接起来,以提供明确的时空上下文。在IntentBench和NExT-QA等基准上的实验表明,THG-Omni通过教会模型解释结构化视频证据,显著提高了诸如社交推理、情感理解和欺骗感知等任务的准确性。
-
新框架 AffectOmni 通过可验证的人类线索增强 LLM 的情感推理能力
研究人员开发了 AffectOmni,一个旨在提高多模态大语言模型 (MLLM) 情感推理能力的框架。该新系统专注于人们常常忽略的以人为中心的线索,如微表情和肢体语言。AffectOmni 使用强化学习,对证据选择和时间推理进行特定奖励,并采用比较评分方法来增强奖励信号的可辨别性。为了进行外部验证,它使用 SAM3 将推理过程转换为基于像素级证据的、可执行的指令,从而创建了一个可审计的接口。
-
在多模态大语言模型(MLLM)社交理解存在缺陷之际,发布了新的基准测试 Intentbench-Prime
一篇新论文强调了用于评估多模态大语言模型(MLLM)在社交视听理解方面能力的 IntentBench 基准测试存在重大问题。研究人员发现,IntentBench 中的大部分问题存在缺陷,或者无需视频输入即可回答,这促使研究人员发布了一个改进后的基准测试,名为 Intentbench-Prime。该研究还揭示,当前的链式思考(chain-of-thought)推理方法成本高昂且效果出奇地不佳,一个简单的 Vanilla SFT 基线模型…