论文页面 - 可见的谎言：具身社交互动中VLM智能体的言语与非言语联合欺骗

来源：https://huggingface.co/papers/2608.30428

摘要

MineAmongUs引入了一个3D多模态《Among Us》环境及ARIA评测框架，用于研究通过言语与非言语动作实施欺骗的具身VLM智能体。研究揭示非言语通道是赢得欺骗的关键。

大型语言模型（LLM）和视觉语言模型（VLM）智能体的策略性欺骗（https://huggingface.co/papers?q=VLM%20agents）已成为AI对齐与安全的核心议题。社交推理游戏（https://huggingface.co/papers?q=Social-deduction%20games）（玩家持有隐藏身份并通过交流推断他人角色）因其多智能体特性，成为该领域的经典测试平台。然而现有测试平台仅限文本模式且采用固定智能体配置，既缺失欺骗分类法（https://huggingface.co/papers?q=deception%20taxonomies）中视为核心的非言语感知运动通道，也未能厘清观测行为究竟源于底层模型还是实验框架。我们推出MineAmongUs（https://huggingface.co/papers?q=MineAmongUs）——一个3D多模态《Among Us》沙盒环境，冒充者智能体必须通过联合言语与非言语动作（https://huggingface.co/papers?q=non-verbal%20action）欺骗船员。同时提出可配置的VLM智能体评测框架ARIA，包含五个认知组件消融（https://huggingface.co/papers?q=cognitive-component%20ablation）轴向；以及基于欺骗分类法（https://huggingface.co/papers?q=deception%20taxonomies）构建、通过LLM即法官（https://huggingface.co/papers?q=LLM-as-a-Judge）大规模标注的原子级与弧级标注方案，其原子标签标注一致性接近人类水平。实证结果表明VLM智能体（https://huggingface.co/papers?q=VLM%20agents）通过联合言语与非言语欺骗实现冒充者获胜，且非言语通道在框架消融测试与跨VLM评估中均表现为更关键的获胜贡献因素。综上，本研究为具身VLM智能体对齐研究开辟了新路径。

查看arXiv页面（https://arxiv.org/abs/2608.30428）查看PDF（https://arxiv.org/pdf/2608.30428）项目主页（https://junseokim0103.github.io/Lies-We-Can-See/）GitHub1（https://github.com/JunseoKim0103/Lies-We-Can-See）添加到收藏夹（https://huggingface.co/login?next=%2Fpapers%2F2608.30428）

获取论文至您的智能体：

hf papers read 2608\.30428

尚未安装最新CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

暂无模型链接此论文

在模型README.md中引用arxiv.org/abs/2608.30428以从本页建立链接。

引用此论文的数据集0

暂无数据集链接此论文

在数据集README.md中引用arxiv.org/abs/2608.30428以从本页建立链接。

引用此论文的空间0

暂无空间链接此论文

在空间README.md中引用arxiv.org/abs/2608.30428以从本页建立链接。

包含此论文的收藏集0

暂无收藏集包含此论文

将此论文添加至收藏集（https://huggingface.co/new-collection）以从本页建立链接。