論文の概要: MTT-Bench: Predicting Social Dominance in Mice via Multimodal Large Language Models

• arxiv url: http://arxiv.org/abs/2604.22492v1
• Date: Fri, 24 Apr 2026 12:20:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-27 15:36:26.448691
• Title: MTT-Bench: Predicting Social Dominance in Mice via Multimodal Large Language Models
• Title（参考訳）: MTT-Bench:マルチモーダル大言語モデルによるマウスの社会的支配予測
• Authors: Yunquan Chen, Haoyu Chen,
• Abstract要約: MTT-Benchは,マウスチューブ試験解析のためのマウスの相互相互作用のアノテーション付きビデオを含む新しいベンチマークである。 我々はこれらのモデルを微調整し、目に見えない行動列のゼロショット推論を行い、テスト中に明示的なラベルなしで社会的優位性を予測する。
• 参考スコア（独自算出の注目度）: 5.796680988889747
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Understanding social dominance in animal behavior is critical for neuroscience and behavioral studies. In this work, we explore the capability of Multimodal Large Language Models(MLLMs) to analyze raw behavioral video of mice and predict their dominance hierarchy. We introduce MTT-Bench, a novel benchmark comprising annotated videos of pairwise mouse interactions for Mouse Tube Test analysis. Building on existing MLLM architectures, we fine-tune these models to perform zero-shot inference on unseen behavioral sequences, predicting social dominance without explicit labels during testing. Our framework demonstrates promising results, showing high agreement with tube test rankings. This work opens a new direction for applying foundation models to ethology and social behavior analysis, without the need to design domain-specific models.
• Abstract（参考訳）: 動物行動における社会的優位性を理解することは神経科学や行動研究にとって重要である。 本研究では,マルチモーダル大規模言語モデル(MLLM)を用いて,マウスの生の行動映像を分析し,支配階層を予測する。 MTT-Benchはマウス管試験解析のために,マウス同士の相互作用のアノテーション付きビデオを含む新しいベンチマークである。 既存のMLLMアーキテクチャに基づいて、これらのモデルを微調整し、目に見えない行動列のゼロショット推論を行い、テスト中に明示的なラベルなしで社会的優位性を予測する。 本フレームワークは有望な結果を示し,管内試験のランキングと高い一致を示した。 この研究は、ドメイン固有のモデルを設計することなく、基礎モデルを民族学や社会行動分析に適用するための新たな方向性を開く。

関連論文リスト

• Model Utility Law: Evaluating LLMs beyond Performance through Mechanism Interpretable Metric [99.56567010306807]
  大規模言語モデル(LLM)は、学術、産業、そして日々のアプリケーションに欠かせないものになっている。 大規模言語モデル (LLM) 時代における評価の課題の1つは一般化問題である。 従来の性能スコアを補完するメカニズムの解釈可能性向上指標であるモデル利用指数(MUI)を提案する。
  論文  参考訳（メタデータ） (2025-04-10T04:09:47Z)
• A Statistical Framework for Ranking LLM-Based Chatbots [57.59268154690763]
  本稿では、ペア比較分析における特定の課題に対処するために、重要な進歩を取り入れた統計フレームワークを提案する。 まず,人力比較のグルーピング処理能力を高める要因付きタイモデルを提案する。 第2に、フレームワークを拡張して、競合間の共分散層をモデル化することで、パフォーマンス関係に関するより深い洞察を可能にします。 第三に、パラメータ非特異性に起因する最適化の課題を、新しい制約を導入することで解決する。
  論文  参考訳（メタデータ） (2024-12-24T12:54:19Z)
• LISBET: a machine learning model for the automatic segmentation of social behavior motifs [0.0]
  LISBET(LISBET Is a Social BEhavior Transformer)は,社会的相互作用の検出とセグメンテーションのための機械学習モデルである。 身体追跡データを用いた自己教師型学習により,広範囲な人的アノテーションの必要性を排除した。 生体内電気生理学的には,本モデルで同定されたモチーフに対応する腹側歯根膜領域の神経信号が明瞭であった。
  論文  参考訳（メタデータ） (2023-11-07T15:35:17Z)
• Of Mice and Mates: Automated Classification and Modelling of Mouse Behaviour in Groups using a Single Model across Cages [3.3932293160775306]
  筆者らは, 家庭内の環境下でマウスを研究するためのツールを提供し, 生物学者に対して, 個人の行動の時間的側面をとらえる可能性を秘めている。 我々の主な貢献は、ケージにまたがるマウス群の共同行動を要約した、グループ行動モデル(GBM)である。
  論文  参考訳（メタデータ） (2023-06-05T17:43:50Z)
• Predicting the long-term collective behaviour of fish pairs with deep learning [52.83927369492564]
  本研究では,魚種Hemigrammus rhodostomusの社会的相互作用を評価するための深層学習モデルを提案する。 我々は、ディープラーニングのアプローチの結果と実験結果と、最先端の分析モデルの結果を比較した。 機械学習モデルにより、ソーシャルインタラクションは、微妙な実験的観測可能な解析的相互作用と直接競合できることを実証する。
  論文  参考訳（メタデータ） (2023-02-14T05:25:03Z)
• Cross-Skeleton Interaction Graph Aggregation Network for Representation Learning of Mouse Social Behaviour [24.108103246451677]
  マウスの社会的行動分析は、行動神経科学においてますますポピュラーな研究領域となっている。 高度に変形可能な体型とあいまいな運動パターンにより、マウス間の複雑な社会的相互作用をモデル化することは困難である。 我々は,自由に相互作用するマウスの豊富な動態を学習するクロス骨格相互作用グラフ集約ネットワーク(CS-IGANet)を提案する。
  論文  参考訳（メタデータ） (2022-08-07T21:06:42Z)
• A comprehensive comparative evaluation and analysis of Distributional Semantic Models [61.41800660636555]
  我々は、静的DSMによって生成されたり、BERTによって生成された文脈化されたベクトルを平均化して得られるような、型分布ベクトルの包括的評価を行う。 その結果、予測ベースモデルの優越性は現実よりも明らかであり、ユビキタスではないことが明らかとなった。 我々は認知神経科学からRepresentational similarity Analysis(RSA)の方法論を借りて、分布モデルによって生成された意味空間を検査する。
  論文  参考訳（メタデータ） (2021-05-20T15:18:06Z)
• Muti-view Mouse Social Behaviour Recognition with Deep Graphical Model [124.26611454540813]
  マウスの社会的行動分析は神経変性疾患の治療効果を評価する貴重なツールである。 マウスの社会行動の豊かな記述を創出する可能性から、ネズミの観察にマルチビュービデオ記録を使用することは、ますます注目を集めている。 本稿では,ビュー固有のサブ構造とビュー共有サブ構造を協調的に学習する,新しい多視点潜在意識・動的識別モデルを提案する。
  論文  参考訳（メタデータ） (2020-11-04T18:09:58Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。