FISER与CEMIR意图识别对比：无显著差异

Ziya Hosseynzadeh等作者发表对比诊断研究，在HandMeThat v2基准上比较两种语用意图识别方法：FISER依靠结构化社交与具身推理，CEMIR则从文本提示合成叙事与逼真图像做多模态增强。测试覆盖Qwen2.5-Omni-3B至GPT-5四款大语言模型。 作者称，经多重比较校正的统计分析显示，FISER与CEMIR在任何模型、任何难度水平上均无统计显著差异；这一结果在全部16组“模型×难度”对比以及单独隔离CEMIR叙事与视觉组件的消融实验中同样成立。 作者据此提出，当相关任务约束已包含在文本指令中时，合成多模态增强相比对同一文本做结构化推理，可能不会带来可测量的收益。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。