MultivationBench는 멀티모달 대형언어모델이 이야기 중심의 시각적 서사 속에서 축적된 맥락을 통합해 진화하는 동기를 추론할 수 있는지를 엄격하게 평가하는 벤치마크로, 매슬로우의 욕구단계와 라이스의 기본 욕구 등 확립된 심리학 이론에 기반한다. 기존 평가가 정적인 텍스트나 고립된 시각 스냅샷만 다뤄 실세계 행동 동인의 누적적 특성을 반영하지 못했다는 점에 착안했다. 테스트된 모든 모델이 순차적 맥락에 걸쳐 일관된 동기 추론을 유지하는 데 어려움을 겪는 것으로 나타나, 정적 인식 능력과 인간과 유사한 사회적 이해에 필요한 동적 추론 사이에 결정적 단절이 존재함을 드러냈다. 이는 EMNLP 2026 Findings에 채택됐다.
- •매슬로우 욕구단계·라이스 기본욕구 등 심리학 프레임워크 기반 멀티모달 동기 추론 벤치마크
- •이야기 중심 시각 서사에서 누적 맥락을 통합한 진화하는 동기 추론을 요구
- •테스트된 모든 모델이 순차적 맥락에서 일관된 동기 추론 유지에 실패
- •정적 인식 능력과 동적 추론 능력 사이의 결정적 단절 확인, EMNLP 2026 Findings 채택
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
MultivationBench: A Benchmark for Multimodal Sequential Motivation Reasoning
본문 미리보기
arXiv:2607.26465v1 Announce Type: new Abstract: Multimodal Large Language Models have sparked significant interest due to their potential for social intelligence; however, their ability to perform sequential motivation reasoning remains insufficiently studied. Existing evaluations predominantly examine static text or isolated visual snapshots, which do not reflect the cumulative nature of real-world behavioral drivers. To address this gap, we introduce MultivationBench, a benchmark designed to
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:49AI 초안
