PIP-ToM：面向多模态心理理论的主体视角证据校准

论文用主体视角证据校准提升多模态心理理论推断

资讯摘要

论文提出多模态心理理论中的证据可采纳性问题：推断智能体心理状态时，应只使用该智能体可获取的证据，而非求解者看到的完整事件。作者提出 PIP-ToM 证据可采纳接口，构建主体专属证据库、对齐结构化心理状态主张并校准假设分数，同时保留贝叶斯推断过程。作者报告 PIP-ToM 搭配 GPT-4o 在 MuMA-ToM、MMToM-QA 和 Hi-ToM 上平均准确率分别为 92.56%、95.00% 和 95.00%。

要点速读

1. 论文将视角泄漏与来源混淆归因于未区分客观事件与主体可采纳证据
2. PIP-ToM 构建主体专属证据库并对齐结构化心理状态主张，校准模型假设分数
3. 作者报告在 MuMA-ToM、MMToM-QA、Hi-ToM 上平均准确率为 92.56%、95.00%、95.00%

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。