实体
PIVOTSBench
PIVOTSBench
PulseAugur coverage of PIVOTSBench — every cluster mentioning PIVOTSBench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新的PIVOTS基准评估多模态大语言模型的人际关系推理能力
研究人员推出了PIVOTS，一个旨在评估多模态大语言模型（MLLMs）理解和推理人际关系能力的新基准。该基准源自Social-IQ 2.0和YouTube数据，评估模型根据心理学研究预测双向关系维度的能力。PIVOTS还包括识别关键视觉线索的任务，并分析视觉模态和社会角色信息对对话预测的影响。
-
新的PIVOTSBench基准评估MLLM的人际关系推理能力
研究人员推出了PIVOTSBench，这是一个旨在评估多模态大语言模型（MLLM）理解和推理人际关系能力的新基准。该基准源自Social-IQ 2.0和YouTube数据，包含评估模型预测关系维度和识别关键视觉线索能力的任务。评估涵盖了专有和开源的MLLM，研究探讨了视觉模态和对话上下文的影响。