Artificial Intelligence,Computation and Language,Computer Vision and Pattern Recognition,Machine Learning,هوش مصنوعی , محاسبات و زبان , چشم انداز رایانه و تشخیص الگوی , یادگیری ماشین ,
توضیحات
Submitted 25 August, 2024; v1 submitted 22 August, 2024; originally announced August 2024. , Comments: Project website: https://scai.cs.jhu.edu/projects/MuMA-ToM/ Code: https://github.com/SCAI-JHU/MuMA-ToM
توضیحات به فارسی
ارسال شده 25 اوت 2024 ؛V1 ارسال شده 22 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: وب سایت پروژه: https://scai.cs.jhu.edu/projects/muma-tom/ کد: https://github.com/scai-jhu/muma-tom
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
چکیده
Understanding people's social interactions in complex real-world scenarios often relies on intricate mental reasoning. To truly understand how and why people interact with one another, we must infer the underlying mental states that give rise to the social interactions, i.e., Theory of Mind reasoning in multi-agent interactions. Additionally, social interactions are often multi-modal -- we can watch people's actions, hear their conversations, and/or read about their past behaviors. For AI systems to successfully and safely interact with people in real-world environments, they also need to understand people's mental states as well as their inferences about each other's mental states based on multi-modal information about their interactions. For this, we introduce MuMA-ToM, a Multi-modal Multi-Agent Theory of Mind benchmark. MuMA-ToM is the first multi-modal Theory of Mind benchmark that evaluates mental reasoning in embodied multi-agent interactions. In MuMA-ToM, we provide video and text descriptions of people's multi-modal behavior in realistic household environments. Based on the context, we then ask questions about people's goals, beliefs, and beliefs about others' goals. We validated MuMA-ToM in a human experiment and provided a human baseline. We also proposed a novel multi-modal, multi-agent ToM model, LIMP (Language model-based Inverse Multi-agent Planning). Our experimental results show that LIMP significantly outperforms state-of-the-art methods, including large multi-modal models (e.g., GPT-4o, Gemini-1.5 Pro) and a recent multi-modal ToM model, BIP-ALM.
چکیده به فارسی (ترجمه ماشینی)
درک تعامل اجتماعی مردم در سناریوهای پیچیده در دنیای واقعی اغلب به استدلال ذهنی پیچیده متکی است.برای درک واقعی چگونه و چرا مردم با یکدیگر ارتباط برقرار می کنند ، ما باید حالات ذهنی اساسی را که منجر به تعامل اجتماعی می شود ، یعنی تئوری استدلال ذهن در تعامل چند عامل استنباط کنیم.علاوه بر این ، تعاملات اجتماعی اغلب چند حالته هستند-ما می توانیم اقدامات مردم را تماشا کنیم ، مکالمات آنها را بشنویم و یا درباره رفتارهای گذشته آنها بخوانیم.برای اینکه سیستم های هوش مصنوعی با موفقیت و ایمن با افراد در محیط های دنیای واقعی ارتباط برقرار کنند ، آنها همچنین باید حالات ذهنی افراد و همچنین استنتاج آنها را در مورد حالات ذهنی یکدیگر بر اساس اطلاعات چند مدلی در مورد تعامل آنها درک کنند.برای این کار ، ما MUMA-TOM ، یک تئوری چند عامل چند عامل از معیار ذهن را معرفی می کنیم.MUMA-TOM اولین تئوری چند جانبه در معیار ذهن است که استدلال ذهنی را در تعامل چند عامل تجسم یافته ارزیابی می کند.در MUMA-TOM ، ما توضیحات ویدئویی و متن از رفتار چند منظوره افراد در محیط های واقع بینانه خانگی ارائه می دهیم.بر اساس زمینه ، ما در مورد اهداف ، اعتقادات و اعتقادات مردم در مورد اهداف دیگران سؤال می کنیم.ما در یک آزمایش انسانی MUMA-TOM را تأیید کردیم و یک پایه انسانی را ارائه دادیم.ما همچنین یک مدل TOM چند منظوره چند منظوره ، چند عامل ، Limp (برنامه ریزی چند عامل مبتنی بر مدل مبتنی بر مدل) ارائه دادیم.نتایج تجربی ما نشان می دهد که LIMP به طور قابل توجهی از روشهای پیشرفته ، از جمله مدل های بزرگ چند منظوره (به عنوان مثال ، GPT-4O ، Gemini-1.5 Pro) و یک مدل TOM چند منظوره اخیر ، BIP-ALM استفاده می کند.
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
