东京大学发布MIDA基准测模型识谎能力

东京大学研究团队提出多模态交互式欺骗评估基准 MIDA，用「一夜终极狼人」游戏测试 GPT、Gemini、Claude、Qwen、DeepSeek 等开源和闭源模型能否在多人社交互动中区分真话与谎言。该研究已被 EMNLP 2026 主会接收。 MIDA 的评估对象是多模态大模型在多人社交互动中的欺骗判断能力，测试方式为让模型参与「一夜终极狼人」游戏。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。