东京大学提出多模态欺骗评估基准MIDA

东京大学团队提出多模态欺骗评估基准 MIDA，用「一夜终极狼人」游戏的可追溯规则为发言提供可验证的真值标签，系统测试 GPT-4o、GPT-5、Gemini、Claude、Qwen、DeepSeek 等模型，相关研究被 EMNLP 2026 主会接收。 MIDA 共包含 2360 条发言，每条样本都包含视频、音频、对话历史和游戏规则，并被标注为真、假或中性。角色、夜间行动和投票结果只用于构建可验证的真值标签，并不会在测试阶段提供给模型。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。