EmoBench-M：多模態大語言模型情緒智識基準問世
多模態大語言模型被導入機器人與AI應用，需具備情緒智識。EmoBench-M提出一個以心理學理論為基礎的多模態評測。它涵蓋13種情境，分成基礎情緒辨識、對話理解與社會複雜情緒分析三層級。測試27款模型顯示整體仍明顯落後人類，並公開資料與程式碼。
EmoBench-M出爐：系統化評估多模態模型的情緒智識
EmoBench-M提出一套以心理學理論為基礎的多模態基準，針對多模態大語言模型在真實互動場景中對情緒的感知、理解與回應能力進行系統化評估。
該基準包含13種評測情境，沿三個層級設計：基礎情緒辨識（FER）、對話情緒理解（CEU）與社會複雜情緒分析（SCEA）。評估同時採用任務特定的客觀指標與由大模型輔助的評估方法，以呈現多模態互動的複雜性。
研究團隊測試了27款先進多模態大語言模型，結果顯示整體表現距離人類能力仍有明顯落差。表現最佳的兩款模型分別為Gemini-3.0-Pro與GPT-5.2，得分位居前列；而專門化模型如AffectGPT在個別場景表現亮眼，但未能展現全面的情緒智識。
EmoBench-M透過公開資料集與程式碼，提供一個可重複、可比較的多模態情緒評測平台，期望促進後續模型在情緒感知與情境理解方面的改進與應用。
延伸閱讀
- CNSL-bench：首個中文多模態手語理解基準揭示多模態大模型弱點
- KoALa‑Bench：衡量韓語語音忠實度與長訊息定位的大型音訊語言模型基準
- UAF（Unified Audio Front-end LLM）：以統一音訊前端實現低延遲全雙工語音互動
原始來源：ArXiv AI
系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。
