arXiv Computer Vision· Caixin Kang, Yifei Huang, Liangyang Ouyang, Mingfang Zhang, Ruicong Liu, Yoichi Sato·· 3 小时前AI 评分22
MLLMs 能否读懂气氛？评估多人群社交中欺骗行为的多模态基准 MIDA
Can MLLMs Read the Room? A Multimodal Benchmark for Assessing Deception in Multi-Party Social Interactions
AI 导读
研究者提出多模态交互欺骗评估任务 MIDA，用同步视频与文本、且每句陈述都有可验证真值标签的数据集，评测 12 个开源与闭源 MLLMs，发现即使 GPT-4o 也难以可靠区分真实与欺骗性陈述。
来源：arXiv Computer Vision · arxiv.org