論文の概要: MeetingToM: Evaluating Multimodal LLMs on Theory-of-Mind Reasoning in Multi-Party Meetings
- arxiv url: http://arxiv.org/abs/2607.19235v1
- Date: Tue, 21 Jul 2026 16:05:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-22 19:05:05.484981
- Title: MeetingToM: Evaluating Multimodal LLMs on Theory-of-Mind Reasoning in Multi-Party Meetings
- Title（参考訳）: MeetingToM:マルチパーティミーティングにおけるマルチモーダルLLMの評価
- Abstract要約: 自然主義的多人数会議における複雑な社会的行動推論のためのベンチマークである MeetingToM を紹介する。
ベンチマークは階層的に組織され、ToMを社会的粒度の増加レベルで評価する。
本研究は,マルチモーダルモデルにおけるミーティンググラウンドToMを進展させるテストベッドとして,ミーティングToMを確立させる上で重要な課題を浮き彫りにした。
- 参考スコア（独自算出の注目度）: 11.551333946022053
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Theory of Mind (ToM), the ability to infer other's beliefs, intentions, and states of knowledge, is central to social interaction, yet remains challenging for current Multimodal Large Language Models (MLLMs), especially in multi-party meetings where cues are distributed across speech and behavior. Existing multimodal ToM benchmarks mainly focus on video-grounded question answering over overt, externally verifiable signals, and provide limited coverage of latent social states and group dynamics. We introduce MeetingToM, a benchmark for complex social behavior reasoning in naturalistic multi-party meetings. MeetingToM targets meeting-specific phenomena such as \textbf{pseudo-consensus}, where apparent agreement masks private dissent under social pressure. The benchmark is hierarchically organized to evaluate ToM at increasing levels of social granularity, including (i) subject-level mental state prediction, (ii) dyadic-level addressee understanding, and (iii) group-level consensus reasoning. We provide a unified evaluation protocol and conduct systematic analyses of representative MLLMs, revealing persistent limitations in integrating non-verbal cues, inferring hidden attitudes, and distinguishing genuine consensus from pseudo-consensus. Our results highlight key challenges and establish MeetingToM as a testbed for advancing meeting-grounded ToM in multimodal models.
- Abstract（参考訳）: 心の理論(Theory of Mind, ToM)は、他者の信念、意図、知識の状態を推測する能力であり、社会的な相互作用の中心であるが、現在のマルチモーダル・大規模言語モデル(MLLM)では、特に会話や行動にキューが分散しているマルチパーティミーティングでは、依然として困難である。
既存のマルチモーダルToMベンチマークは、主にビデオ地上の質問応答、外部で検証可能な信号、潜伏した社会的状態とグループダイナミクスの限られたカバレッジに重点を置いている。
自然主義的多人数会議における複雑な社会的行動推論のためのベンチマークである MeetingToM を紹介する。
MeetingToMは、社会的圧力下で個人的不満を隠蔽する「textbf{pseudo-consensus}」のような、ミーティング固有の現象をターゲットにしている。
このベンチマークは、ToMを評価するために階層的に構成されている。
(i)主観的精神状態予測
(二)ダイアドレベルの受取人の理解、及び
(三)グループレベルのコンセンサス推論。
我々は,非言語的手がかりの統合,隠れた態度の推測,偽コンセンサスとの真のコンセンサスの識別において,永続的な制約を明らかにし,代表MLLMの体系的分析を行う。
本研究は,マルチモーダルモデルにおけるミーティンググラウンドToMを進展させるテストベッドとして,ミーティングToMを確立させる上で重要な課題を浮き彫りにした。
関連論文リスト
- ProMediConv: Benchmarking Proactive Conversational Agents in Legal Dispute Mediation [65.39532118490511]
ProMediConvは、メディエーションをプロアクティブ、マルチステージ、パーティ対応の対話プロセスとしてモデル化する新しいベンチマークフレームワークである。
972個の実世界のケースを用いて,戦略およびBP状態の発話レベルアノテーションを用いた高忠実度調停データセットを構築した。
また、対話を通してBPシフトを捉えるための詳細な計量であるMAD(Mean Attribute difference)を提案する。
論文 参考訳（メタデータ） (2026-09-10T05:26:40Z) - Belief Without Behavior: Measuring the Translation of Theory of Mind into Coordinated Social Action in Vision-Language Models [0.509780930114934]
効果的な社会的相互作用は、エージェントが精神状態の推論を言語と非言語チャネルをまたいで協調した行動信号に同時に翻訳する必要がある。
2つのエンボディエージェントが協調的および競争的シナリオ間で相互作用するベンチマークであるMOSAICを紹介する。
我々は、VLMがToM順序制約の下で期待された結果と一致しない動作を生成し、明示的なToM順序制約を課すことで、指定された推論レベルに整合した信頼性のある動作変化が得られないことを発見した。
論文 参考訳（メタデータ） (2026-08-21T10:55:14Z) - EmoMM: Benchmarking and Steering MLLM for Multimodal Emotion Recognition under Conflict and Missingness [17.292747703126796]
EmoMMは、モダリティの整合性、矛盾、欠落したサブセットを特徴とする包括的なベンチマークである。
本稿では,モダリティ・コンフリクトを検出し,推論時のアテンション・ステアリングを実行する軽量な機構である,コンフリクト対応ヘッドレベル・アテンション・ステアリング(CHASE)を提案する。
論文 参考訳（メタデータ） (2026-05-01T18:35:49Z) - 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) - CoMMET: To What Extent Can LLMs Perform Theory of Mind Tasks? [26.35781229730513]
心の理論 (ToM) - 自己や他人の精神状態について考える能力は、人間の社会的知性の基礎である。
LLM(Large Language Models)におけるToMを評価するための既存のベンチマークは限られている。
論文 参考訳（メタデータ） (2026-03-12T13:29:42Z) - Doing Things with Words: Rethinking Theory of Mind Simulation in Large Language Models [48.815314312823006]
本研究では,GABM(Generative Agent-Based Model)コンコーディアが実世界のシミュレーション環境において,効果的に心の理論(ToM)をモデル化できるかどうかを考察する。
我々は,このフレームワークがToM能力のシミュレートに成功しているかどうか,ソーシャルコンテキストから真の推論を行うことで,GPT-4がタスクを遂行できるかどうかを評価する。
論文 参考訳（メタデータ） (2025-10-15T10:48:31Z) - The Hunger Game Debate: On the Emergence of Over-Competition in Multi-Agent Systems [90.96738882568224]
本稿では,超高圧下のエージェントが信頼できない有害な行動を示すマルチエージェント論争における過剰競争について検討する。
この現象を研究するために,ゼロサム競争領域下での議論をシミュレートする新しい実験フレームワークであるHATEを提案する。
論文 参考訳（メタデータ） (2025-09-30T11:44:47Z) - ToM-SSI: Evaluating Theory of Mind in Situated Social Interactions [17.2191603793837]
ToM-SSIは、社会的相互作用と空間力学に富んだ環境でToM機能をテストするために設計された新しいベンチマークである。
このユニークな設計により、私たちは初めて、複数のエージェントの精神状態の並列性について、協調的・障害物的設定と推論を混合して研究することができる。
論文 参考訳（メタデータ） (2025-09-05T12:58:15Z) - 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) - Social Debiasing for Fair Multi-modal LLMs [59.61512883471714]
MLLM(Multi-modal Large Language Models)は、研究分野を劇的に進歩させ、強力な視覚言語理解機能を提供する。
これらのモデルは、しばしば訓練データから根深い社会的偏見を継承し、人種や性別などの属性に対する不快な反応をもたらす。
本稿では,MLLMにおける社会的バイアスの問題を,複数の社会的概念を持つ包括的対実的データセットを導入することで解決する。
論文 参考訳（メタデータ） (2024-08-13T02:08:32Z) - NegotiationToM: A Benchmark for Stress-testing Machine Theory of Mind on Negotiation Surrounding [55.38254464415964]
現在、マインド評価の理論は、機械生成データやゲーム設定を用いたテストモデルに焦点を合わせており、ショートカットや素早い相関が生じる傾向にある。
我々は,多次元精神状態を取り巻く実世界の交渉において,ストレステストマシンToMのための新しいベンチマークであるNegotiationToMを紹介する。
論文 参考訳（メタデータ） (2024-04-21T11:51:13Z)
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。