論文の概要: GroupToM-Bench: Benchmarking Group Theory of Mind and Nonlinear Social Emergence in MLLMs
- arxiv url: http://arxiv.org/abs/2606.04184v1
- Date: Tue, 02 Jun 2026 20:06:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-04 20:44:18.361413
- Title: GroupToM-Bench: Benchmarking Group Theory of Mind and Nonlinear Social Emergence in MLLMs
- Title（参考訳）: GroupToM-Bench:MLLMにおける心と非線形社会的創発のベンチマークグループ理論
- Authors: Weidong Tang, Jierui Li, Yueling Hou, Zihan Mei, Can Zhang, Xinyan Wan, Zhiyuan Liang, Pengfei Zhou, Yang You, Wangbo Zhao,
- Abstract要約: 我々は、グループレベルの心の理論(ToM)推論のための最初のマルチモーダルベンチマークであるGroupToM-Benchを紹介する。
マイクロレベルのBDI状態(理解、欲求、意図)、メソレベルのグループ張力と構造的制約、マクロレベルの結果予測と帰属にまたがる因果連鎖を中心に構築する。
実験は、現在のモデルと人間のベースラインのギャップを明らかにし、社会構造と非線形集団力学を処理できないことを明らかにする。
- 参考スコア（独自算出の注目度）: 22.02836146038364
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: True general intelligence requires not only a model of the physical world but also a social world model: the capacity to infer how individual mental states interact and crystallize into group-level outcomes. Despite notable progress in individual-level Theory of Mind (ToM) reasoning, existing multimodal large language models fail at this broader task. Collective behavior emerges non-linearly from social tensions, conformity dynamics, and structural constraints, meaning it cannot be recovered by merely summing individual intentions. We present GroupToM-Bench, the first multimodal benchmark for group-level ToM, built around a causal chain spanning micro-level BDI states (belief, desire, intention), meso-level group tension and structural constraints, and macro-level outcome prediction and mechanistic attribution. To probe this full arc, we develop a seven-level cognitive audit framework. Experiments reveal a gap between current models and human baselines, highlighting a failure to process social structures and non-linear collective dynamics.
- Abstract（参考訳）: 真の汎用知性は、物理的世界のモデルだけでなく、社会的世界モデルも必要としており、個々の精神状態がどのように相互作用し、集団レベルの結果に結晶化するかを推測する能力である。
個人レベルの心の理論(ToM)推論の顕著な進歩にもかかわらず、既存のマルチモーダルな大規模言語モデルは、このより広範なタスクで失敗する。
集団行動は、社会的緊張、整合性ダイナミクス、構造的制約から非線形に現れる。
本稿では,グループレベルのToMに対する最初のマルチモーダルベンチマークであるGroupToM-Benchについて,マイクロレベルのBDI状態(信念,欲求,意図),メソレベルのグループ張力と構造的制約,マクロレベルの結果予測と機械的属性にまたがる因果連鎖を中心に構築した。
この全領域を探索するため,我々は7段階の認知監査フレームワークを開発した。
実験は、現在のモデルと人間のベースラインのギャップを明らかにし、社会構造と非線形集団力学を処理できないことを強調する。
関連論文リスト
- MobEvolve: An Agentic Self-Evolving Heuristic System for Interpretable Human Mobility Generation [51.824145170051516]
MobEvolveは、人間のモビリティ生成のための自己進化フレームワークである。
エージェントを使用して、内部ロジックを反復的に進化させる。
最先端の深層生成法とLLMベースの手法を著しく上回っている。
論文 参考訳（メタデータ） (2026-06-01T03:46:25Z) - World Action Models: The Next Frontier in Embodied AI [123.5787299299832]
VLA(Vision-Language-Action)モデルは、具体的政策学習のための強力なセマンティックな一般化を実現している。
彼らは、物理的な世界が介入の下でどのように進化するかを明示的にモデル化することなく、リアクティブな観察から行動へのマッピングを学ぶ。
成長するこの制限には、世界モデル、環境ダイナミクスの予測モデル、アクション生成パイプラインを統合することで対処する。
論文 参考訳（メタデータ） (2026-05-12T13:10:52Z) - Diversity Collapse in Multi-Agent LLM Systems: Structural Coupling and Collective Failure in Open-Ended Idea Generation [38.13720312846963]
我々は、モデルインテリジェンス、エージェント認知、システムダイナミクスの3つのボトムアップレベルにおいて、MASに基づくアイデアの多様性について研究する。
これらの成果を,構造的結合から生じる集合的失敗として特徴づける。
この崩壊は,本質的なモデル不足というよりも,相互作用構造に起因していると考えられる。
論文 参考訳（メタデータ） (2026-04-20T09:27:49Z) - SocialOmni: Benchmarking Audio-Visual Social Interactivity in Omni Models [86.19617358080016]
Social Omniは、3つのコア次元にわたる対話性の評価を運用するベンチマークである。
Social Omniは2000の知覚サンプルと209の相互作用生成インスタンスの品質管理された診断セットを備えている。
本分析により,モデルの知覚的精度と,文脈的に適切な割り込みを生成する能力との間に顕著な疎結合が明らかとなった。
論文 参考訳（メタデータ） (2026-03-17T17:58:44Z) - The Trinity of Consistency as a Defining Principle for General World Models [106.16462830681452]
一般世界モデルは、客観的物理法則を学習し、シミュレートし、推論することができる。
本稿では,一般世界モデルに必要な基本的特性を定義するための理論的枠組みを提案する。
我々の研究は、現在のシステムの限界と将来の進歩のためのアーキテクチャ要件の両方を明確にし、一般的な世界モデルへの原則的な経路を確立します。
論文 参考訳（メタデータ） (2026-02-26T16:15:55Z) - Shared Nature, Unique Nurture: PRISM for Pluralistic Reasoning via In-context Structure Modeling [11.987225062711692]
PRISMは、動的オンザフライ・エピステミックグラフで大規模言語モデルを拡張するモデルに依存しないシステムである。
3つのクリエイティビティベンチマークにおいて、PRISMは最先端のノベルティを達成し、分布の多様性を著しく拡大する。
以上の結果から,PRISMは標準LPMが誤診した長い尾の診断に成功していることが示された。
論文 参考訳（メタデータ） (2026-02-24T19:38:31Z) - PRISM: A Personality-Driven Multi-Agent Framework for Social Media Simulation [24.36529339525981]
パーソナリティ・リフラクト・インテリジェント・シミュレーション・モデル (PRISM) を導入する。
PRISMは、標準的な均一性やビッグファイブベンチマークよりも優れた、人間の根拠の真理との整合性を達成している。
この枠組みは合理的な抑圧や感情共鳴のような創発的な現象を効果的に再現し、複雑なソーシャルメディアエコシステムを解析するための堅牢なツールを提供する。
論文 参考訳（メタデータ） (2025-12-22T23:31:49Z) - FysicsWorld: A Unified Full-Modality Benchmark for Any-to-Any Understanding, Generation, and Reasoning [52.88164697048371]
FysicsWorldは、画像、ビデオ、オーディオ、テキスト間の双方向入力出力をサポートする最初の統一されたフルモダリティベンチマークである。
FysicsWorldには16の主要なタスクと3,268のキュレートされたサンプルが含まれており、40以上の高品質なソースから集約されている。
論文 参考訳（メタデータ） (2025-12-14T16:41:29Z) - World Models Should Prioritize the Unification of Physical and Social Dynamics [57.91940497010114]
本稿では、物理的・社会的予測能力の体系的・双方向統合が、世界モデル開発における次の重要なフロンティアであると主張している。
包括的世界モデルは、客観的物理法則を主観的、進化的、文脈に依存した社会力学の性質と一体的に統合する必要があると我々は主張する。
論文 参考訳（メタデータ） (2025-10-24T07:42:37Z) - Overcoming Multi-step Complexity in Multimodal Theory-of-Mind Reasoning: A Scalable Bayesian Planner [32.33827730707331]
本稿では,ToM推論を段階的にベイズ更新に分解するスケーラブルなベイズToMプランナを提案する。
提案フレームワークでは,より小さな言語モデルでToM固有の推定を専門に行うことのできる,弱いストロング制御を導入している。
提案手法は,マルチモーダルToMベンチマークにおける最先端技術よりも4.6%の精度向上を実現している。
論文 参考訳（メタデータ） (2025-06-02T04:23:45Z)
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。