Copertina

MMToM-QA: Multimodal Theory of Mind Question Answering

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Jin, Chuanyang, Wu, Yutong, Cao, Jing, Xiang, Jiannan, Kuo, Yen-Ling, Hu, Zhiting, Ullman, Tomer, Torralba, Antonio, Tenenbaum, Joshua B., Shu, Tianmin
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Artificial Intelligence Computation and Language Computer Vision and Pattern Recognition Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

MuMA-ToM: Multi-modal Multi-Agent Theory of Mind
di: Shi, Haojun, et al.
Pubblicazione: (2024)

Re-evaluating Theory of Mind evaluation in large language models
di: Hu, Jennifer, et al.
Pubblicazione: (2025)

GOMA: Proactive Embodied Cooperative Communication via Goal-Oriented Mental Alignment
di: Ying, Lance, et al.
Pubblicazione: (2024)

The Illusion-Illusion: Vision Language Models See Illusions Where There are None
di: Ullman, Tomer
Pubblicazione: (2024)

Memory-QA: Answering Recall Questions Based on Multimodal Memories
di: Jiang, Hongda, et al.
Pubblicazione: (2025)

Pragmatic Embodied Spoken Instruction Following in Human-Robot Collaboration with Theory of Mind
di: Ying, Lance, et al.
Pubblicazione: (2024)

DashboardQA: Benchmarking Multimodal Agents for Question Answering on Interactive Dashboards
di: Kartha, Aaryaman, et al.
Pubblicazione: (2025)

VeriSciQA: An Auto-Verified Dataset for Scientific Visual Question Answering
di: Li, Yuyi, et al.
Pubblicazione: (2025)

NeoQA: Evidence-based Question Answering with Generated News Events
di: Glockner, Max, et al.
Pubblicazione: (2025)

PolQA: Polish Question Answering Dataset
di: Rybak, Piotr, et al.
Pubblicazione: (2022)

ASTRA-QA: A Benchmark for Abstract Question Answering over Documents
di: Wang, Shu, et al.
Pubblicazione: (2026)

AutoToM: Scaling Model-based Mental Inference via Automated Agent Modeling
di: Zhang, Zhining, et al.
Pubblicazione: (2025)

Answering Questions in Stages: Prompt Chaining for Contract QA
di: Roegiest, Adam, et al.
Pubblicazione: (2024)

Grounding Language about Belief in a Bayesian Theory-of-Mind
di: Ying, Lance, et al.
Pubblicazione: (2024)

DebateQA: Evaluating Question Answering on Debatable Knowledge
di: Xu, Rongwu, et al.
Pubblicazione: (2024)

InfoChartQA: A Benchmark for Multimodal Question Answering on Infographic Charts
di: Xie, Tianchi, et al.
Pubblicazione: (2025)

RetrievalQA: Assessing Adaptive Retrieval-Augmented Generation for Short-form Open-Domain Question Answering
di: Zhang, Zihan, et al.
Pubblicazione: (2024)

RoadscapesQA: A Multitask, Multimodal Dataset for Visual Question Answering on Indian Roads
di: Iyer, Vijayasri, et al.
Pubblicazione: (2026)

MovieRecapsQA: A Multimodal Open-Ended Video Question-Answering Benchmark
di: Shaar, Shaden, et al.
Pubblicazione: (2026)

MM-PhyQA: Multimodal Physics Question-Answering With Multi-Image CoT Prompting
di: Anand, Avinash, et al.
Pubblicazione: (2024)

SyllabusQA: A Course Logistics Question Answering Dataset
di: Fernandez, Nigel, et al.
Pubblicazione: (2024)

VoQA: Visual-only Question Answering
di: An, Jianing, et al.
Pubblicazione: (2025)

Understanding Epistemic Language with a Language-augmented Bayesian Theory of Mind
di: Ying, Lance, et al.
Pubblicazione: (2024)

Relations, Negations, and Numbers: Looking for Logic in Generative Text-to-Image Models
di: Conwell, Colin, et al.
Pubblicazione: (2024)

FoQA: A Faroese Question-Answering Dataset
di: Simonsen, Annika, et al.
Pubblicazione: (2025)

M2QA: Multi-domain Multilingual Question Answering
di: Engländer, Leon, et al.
Pubblicazione: (2024)

GRS-QA -- Graph Reasoning-Structured Question Answering Dataset
di: Pahilajani, Anish, et al.
Pubblicazione: (2024)

WikiMixQA: A Multimodal Benchmark for Question Answering over Tables and Charts
di: Foroutan, Negar, et al.
Pubblicazione: (2025)

CT2C-QA: Multimodal Question Answering over Chinese Text, Table and Chart
di: Zhao, Bowen, et al.
Pubblicazione: (2024)

Question-Answering (QA) Model for a Personalized Learning Assistant for Arabic Language
di: Sammoudi, Mohammad, et al.
Pubblicazione: (2024)

Shades of Zero: Distinguishing Impossibility from Inconceivability
di: Hu, Jennifer, et al.
Pubblicazione: (2025)

UnSeenTimeQA: Time-Sensitive Question-Answering Beyond LLMs' Memorization
di: Uddin, Md Nayem, et al.
Pubblicazione: (2024)

UTSA-NLP at ArchEHR-QA 2025: Improving EHR Question Answering via Self-Consistency Prompting
di: Shields-Menard, Sara, et al.
Pubblicazione: (2025)

ChartMind: A Comprehensive Benchmark for Complex Real-world Multimodal Chart Question Answering
di: Wei, Jingxuan, et al.
Pubblicazione: (2025)

Minding the Politeness Gap in Cross-cultural Communication
di: Machino, Yuka, et al.
Pubblicazione: (2025)

Enhancing Food-Domain Question Answering with a Multimodal Knowledge Graph: Hybrid QA Generation and Diversity Analysis
di: B, Srihari K, et al.
Pubblicazione: (2025)

RespondeoQA: a Benchmark for Bilingual Latin-English Question Answering
di: Hudspeth, Marisa, et al.
Pubblicazione: (2026)

HistoryBankQA: Multilingual Temporal Question Answering on Historical Events
di: Mandal, Biswadip, et al.
Pubblicazione: (2025)

BEnQA: A Question Answering and Reasoning Benchmark for Bengali and English
di: Shafayat, Sheikh, et al.
Pubblicazione: (2024)

KET-QA: A Dataset for Knowledge Enhanced Table Question Answering
di: Hu, Mengkang, et al.
Pubblicazione: (2024)