STOU基准：评估多模态助手对伤害目标的安全理解

1. 12:00
   arXiv · cs.AI

   STOU基准评测第一人称多模态助手对不同伤害目标的安全理解

   作者提出STOU基准，用2,902条第一人称视频-音频和视频-文本查询评估多模态助手是否理解用户意图、伤害目标及其后果，目标分为用户、共同在场者和社会。对10个开源与闭源的全模态及多模态大语言模型评测显示，拒答行为会随伤害目标变化，模型也可能识别到风险后仍提供帮助；因此，拒答率本身不能证明助手安全。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。