对比研究：FISER与CEMIR语用意图识别无显著差异

Hossein Sameti 等人提交论文，在 HandMeThat v2 数据集上对两种语用意图识别方法进行对比基准测评：基于结构化社会与具身推理的 FISER，与通过文本提示合成叙述和照片级图像做多模态富化的 CEMIR。结果显示，在所有模型和难度级别上，两者性能均无统计学显著差异。 评测覆盖从 Qwen2.5-Omni-3B 到 GPT-5 的四款大语言模型，论文定位为对比与诊断性研究。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。