MoCA：隐式社会情境分析

arXiv cs.CL 论文
implicit-social-context multimodal benchmark abductive-reasoning social-ai mllm

摘要

介绍了 MoCA（隐式社会情境分析），这是一个新的任务和基准，用于在情感、意图和立场三个维度上建模隐式社会场景，并提出了冲突驱动溯因推理（CoDAR）框架。实验表明，最先进的多模态大语言模型在此任务上表现困难，而 CoDAR 能提升性能，但仍与人类推理存在较大差距。

arXiv:2608.05825v1 公告类型：新 摘要：人类的社会交流，如情感和意图，往往以高度隐式的方式传达，其深层含义通过间接的、基于社会和文化的信号而非明确陈述来表达。这种隐式社会情境在现实交互中无处不在，但目前仍缺乏一个正式且系统的框架来研究它们。在本文中，我们提出了隐式社会情境分析（MoCA），这是一个新任务，沿着三个关键维度系统建模隐式社会场景：情感、意图和立场。我们构建了一个高质量基准，包含从现实来源收集的 3,108 个多模态实例，并带有细粒度的认知标注，揭示谁向谁表达了什么，以及表达的方式和原因。使用 MoCA 数据集，我们发现最先进的多模态大语言模型在此任务上表现明显不佳，因为它们依赖显式线索，且对潜在社会情境的推理能力有限。为应对这一挑战，我们提出了冲突驱动溯因推理（CoDAR），一种新框架，将观察到的表达与预期真实行为之间的差异建模为认知冲突，从而推断隐藏的心理状态。大量实验表明，CoDAR 显著提升了模型性能。尽管如此，与人类推理之间仍存在很大差距，凸显了隐式社会理解的根本难度。
查看原文
查看缓存全文

缓存时间: 2026/08/07 07:52 

# MoCA：隐性社会情境分析

来源：https://arxiv.org/html/2608.05825 \\equalcont 同等贡献作者。 \\equalcont 同等贡献作者。

[2]\\fnmHao\\surFei 1]\\orgname新加坡国立大学,\\orgaddress\\city新加坡,\\country新加坡 2]\\orgname牛津大学,\\orgaddress\\city牛津,\\country英国 3]\\orgname武汉大学,\\orgaddress\\city武汉,\\country中国

###### 摘要

人类的社会交流（例如情感、意图）往往以高度隐性的方式进行，其内在含义通过间接的、基于社会和文化背景的信号而非直白陈述来表达。这类隐性社会情境在现实世界的互动中无处不在，但遗憾的是，目前仍缺乏一个正式且系统的框架来研究它们。在本文中，我们提出了隐性社会情境分析（MoCA）这一新任务，从情感、意图和立场三个关键维度系统地对隐性社会情境进行建模。我们构建了一个包含 3,108 个来自真实世界来源的多模态实例的高质量基准，并提供了细粒度的认知标注，以揭示谁在向谁表达什么，以及表达的方式和原因。借助 MoCA 数据，我们表明最先进的多模态大语言模型在 MoCA 上表现吃力，这是因为它们依赖显式线索，且对潜在社会情境的推理能力有限。为了解决这一挑战，我们提出了一种新颖的冲突驱动溯因推理（CoDAR）框架，该框架将观察到的表达与预期真实行为之间的差异建模为认知冲突，从而能够推断隐藏的心理状态。大量实验表明，CoDAR 显著提升了模型性能，但与人类推理之间仍存在较大差距，凸显了隐式社会理解的本质难度。

## 1 引言

人类社会互动已演变成为一个高度复杂的系统，其中沟通和表达深受文化背景、社会角色和情境依赖的影响[grice1975logic,goffman2023presentation]。受权力结构、礼貌规范和自我保护考量等因素的制约，人们在日常互动中往往避免直截了当地表达自己的真实情感、想法或立场[brown1987politeness]。相反，他们倾向于策略性地采用更间接、更隐性的表达方式，在认知上选择一种不明确陈述却又能传达内在含义的方式[searle1975indirect]。无论是在线下互动还是在线社交平台上，这类表达通常通过微妙的语用线索、面部微表情、语音语调变化、细微的身体动作以及表情包或短视频等创造性的多模态载体来实现，往往包含反讽、讽刺、隐喻或间接暗示，以表达复杂的情感和意图[van2020hierarchy,van2016social,cheshin2020impact]。尽管这一现象普遍且重要，但在很大程度上仍未得到充分探索，且缺乏系统性工作以统一的方式对其进行研究。现有工作要么聚焦于纯文本环境下的隐性情感和意图分析[fei2023reasoning,villarroel

相似文章

MedLoCoMo：面向大语言模型的长上下文多会话医疗对话基准

arXiv cs.AI

MedLoCoMo 是一个新基准，用于评估大语言模型在长上下文、多会话医疗对话推理上的表现，基于 MIMIC-IV 数据构建。它测试了单次入院、跨入院以及对抗性不可回答的问题，揭示出即使对于拥有长上下文窗口的模型，跨入院推理仍然具有挑战性。