面向卡通电影社交与情感理解的大脑对齐多模态大模型
英文标题：Brain-Aligned Multimodal LLMs for Social and Emotional Understanding of Cartoon Movies
本研究探讨了多模态大语言模型（MLLM）在卡通电影社交与情感内容理解中的表现及其与人脑机制的对齐程度。研究指出，多模态大语言模型虽能实现社交与情感内容的可扩展标注，但其在时间序列上与人类判断的一致性以及神经预测价值仍需进一步评估。为此，研究团队对比了基于扩散机制与自回归架构的多模态模型，为多模态 AI 在情感认知和神经科学交叉领域的应用提供了评估参考。
打开原文相关 3.2 · 机会 0
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
论文信息
- arXiv 编号：
arXiv:2610.22706v1 - 公告类型：最新提交（new）
摘要
多模态大语言模型（MLLMs）为社交和情感内容提供了可扩展的自动化标注能力，但它们在时间维度上与人类主观判断的一致性，以及在神经层面的预测价值（neural predictive value）仍有待进一步深入评估。在本文中，我们对比了基于扩散模型（diffusion-based）与自回归模型（autoregressive）的表现……
English / 原文
BibTeX formatted citation
×