PIP-ToM 提出证据可采纳性接口改进多模态心智理论
热点事件持续更新
PIP-ToM 提出证据可采纳性接口改进多模态心智理论
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Ziqi Liao 等作者提出 PIP-ToM，一种证据可采纳性接口，用于多模态心智理论任务。该方法通过构建智能体专属证据库、将证据与结构化心智状态声明对齐，并校准基于模型的假设分数，同时保留底层贝叶斯推理过程，以解决视角泄漏与来源混淆问题。 作者报告称，PIP-ToM 搭配 GPT-4o 在 MuMA-ToM、MMToM-QA 和 Hi-ToM 三个基准上分别取得 92.56%、95.00% 和 95.00% 的平均准确率，优于现有 ToM 方法。上述准确率为作者在论文中的报告结果。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
PIP-ToM：面向多模态心智理论的角度受限证据校准方法报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AIPIP-ToM：面向多模态心智理论的角度受限证据校准方法
研究者提出 PIP-ToM，一种证据可采纳性接口，通过构建智能体专属证据库、对齐结构化心智状态声明并校准假设分数，解决多模态心智理论中的视角泄漏与来源混淆问题。PIP-ToM 搭配 GPT-4o 在 MuMA-ToM、MMToM-QA 和 Hi-ToM 上分别取得 92.56%、95.00% 和 95.00% 的平均准确率，优于现有 ToM 方法。
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。