热点事件持续更新
东大团队提出多模态欺骗评估基准MIDA，测出大模型社交盲区
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
在 EMNLP 2026 上，东京大学团队提出了多模态欺骗评估基准 MIDA，通过“狼人杀”游戏场景测试 GPT、Gemini、Claude 与 Qwen 等主流模型的社交欺骗判断能力。实验结果显示，当前大模型存在社交盲区，难以可靠辨别谎言。在具体测试中，排除中性发言后，GPT-4o 的真假二分类准确率仅有 27.6%，而 Qwen2.5-VL-7B 对假话的 F1 值则为 0。
AI 根据报道生成 · 2 小时前更新
最新进展10月29日 11:45
东大发布狼人杀评估基准MIDA，实验显示GPT-4o辨别真假话准确率仅27.6%。报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- AITNT · AI头条EMNLP 2026｜GPT 也不会「读空气」，狼人杀基准 MIDA 测出大模型社交盲区
东京大学提出多模态欺骗评估基准 MIDA，通过狼人杀测试 GPT、Gemini、Claude 与 Qwen 等模型的社交欺骗判断能力。实验显示大模型难以可靠辨别谎言，排除中性发言后 GPT-4o 的真假二分类准确率仅 27.6%，Qwen2.5-VL-7B 对假话的 F1 值为 0。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。