FISER与CEMIR语用意图识别对比研究

2026年10月26日，arXiv Artificial Intelligence 刊出 Ziya Hosseynzadeh 等作者的比较与诊断性研究，在 HandMeThat v2 基准上对比两种语用意图识别方法：FISER 采用结构化社交与具身推理框架，CEMIR（Context-Enriched Multimodal Intent Recognition）则通过从文本提示合成叙事与照片级图像进行多模态增强。研究覆盖 Qwen2.5-Omni-3B 至 GPT-5 四款大语言模型。报道未给出各模型的具体得分、胜负结论或实验限制，也未说明方法适用条件与成本。目前进展限于该论文发布，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。