GesBench：评估多模态LLM社交感知的时机与区域

Zonghuan Li、Hayley Hung、Chirag Raman 等发布 GesBench 基准论文，用于评估多模态语言模型在逐步接收面部、手势和韵律等线索时，何时形成对说话者意图与社会可供性的稳定理解。 基准基于6000多个来自脚本化与非脚本化对话数据集的话语级片段构建，在代表性子集上包含人类对逐步判断和注视的标注，并通过累积子话语片段和人类注视引导扰动来检验理解形成时机与关键区域。 论文称，在开放与闭源多模态模型上均观察到明显的人机差距：人类较早形成预测性理解且更常修正，而模型在不同片段间常表现为含糊或重复。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。