跳到正文
热点事件持续更新

TRACE框架与TRACE-Bench评测多模态情感推理

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Hao Li等人提出认知导向情感追踪框架TRACE,将情感事件形式化为条件、情感、效果三个关联阶段,并提出推理方法TRACER;相关论文发布于arXiv cs.AI。 配套的TRACE-Bench包含646个视频、3746个结构化问答对,在真实社交场景中评测多模态模型的情感识别、调节解码、原因推理、后果推理和全链路重构五项能力。基于论文摘要,比较显示情感专用模型整体落后于通用多模态大模型,与人类的匹配对比显示存在明显性能差距;模型还常将表现行为误判为真实感受,或在长链路生成中补造事件。 作者称TRACER在五项任务上均超过所评估的模型基线。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月12日
  1. arXiv · cs.AI
    TRACE与TRACER:面向真实社会场景的情感过程追踪与结构化推理

    Hao Li等人提出TRACE认知导向情感追踪框架,并通过包含646个视频、3746个问答对的TRACE-Bench评测多模态模型的情感识别、调节解码、原因推理、后果推理和全链路重构能力。基于论文摘要,比较显示情感专用模型整体落后于通用多模态大模型,模型还常将表现行为误判为真实感受或在长链路生成中补造事件;作者进一步提出TRACER,在五项任务上均超过所评估的模型基线。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。