EMNLP'26：GPT也不会「读空气」，狼人杀基准测出社交盲区

东京大学团队提出多模态欺骗评估基准MIDA，利用狼人杀游戏评测GPT、Gemini、Claude、Qwen、DeepSeek等大模型在多人社交互动中的谎言识别与心智推理能力，发现当前多模态大模型虽能处理音视频文本，却难以准确判断说话者真实意图和知识状态，暴露其社会智能短板。