MMToM-QA: Multimodal Theory of Mind Question Answering
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Jin, Chuanyang, Wu, Yutong, Cao, Jing, Xiang, Jiannan, Kuo, Yen-Ling, Hu, Zhiting, Ullman, Tomer, Torralba, Antonio, Tenenbaum, Joshua B., Shu, Tianmin |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
MuMA-ToM: Multi-modal Multi-Agent Theory of Mind
par: Shi, Haojun, et autres
Publié: (2024)
par: Shi, Haojun, et autres
Publié: (2024)
Re-evaluating Theory of Mind evaluation in large language models
par: Hu, Jennifer, et autres
Publié: (2025)
par: Hu, Jennifer, et autres
Publié: (2025)
GOMA: Proactive Embodied Cooperative Communication via Goal-Oriented Mental Alignment
par: Ying, Lance, et autres
Publié: (2024)
par: Ying, Lance, et autres
Publié: (2024)
The Illusion-Illusion: Vision Language Models See Illusions Where There are None
par: Ullman, Tomer
Publié: (2024)
par: Ullman, Tomer
Publié: (2024)
Memory-QA: Answering Recall Questions Based on Multimodal Memories
par: Jiang, Hongda, et autres
Publié: (2025)
par: Jiang, Hongda, et autres
Publié: (2025)
Pragmatic Embodied Spoken Instruction Following in Human-Robot Collaboration with Theory of Mind
par: Ying, Lance, et autres
Publié: (2024)
par: Ying, Lance, et autres
Publié: (2024)
DashboardQA: Benchmarking Multimodal Agents for Question Answering on Interactive Dashboards
par: Kartha, Aaryaman, et autres
Publié: (2025)
par: Kartha, Aaryaman, et autres
Publié: (2025)
VeriSciQA: An Auto-Verified Dataset for Scientific Visual Question Answering
par: Li, Yuyi, et autres
Publié: (2025)
par: Li, Yuyi, et autres
Publié: (2025)
NeoQA: Evidence-based Question Answering with Generated News Events
par: Glockner, Max, et autres
Publié: (2025)
par: Glockner, Max, et autres
Publié: (2025)
PolQA: Polish Question Answering Dataset
par: Rybak, Piotr, et autres
Publié: (2022)
par: Rybak, Piotr, et autres
Publié: (2022)
ASTRA-QA: A Benchmark for Abstract Question Answering over Documents
par: Wang, Shu, et autres
Publié: (2026)
par: Wang, Shu, et autres
Publié: (2026)
AutoToM: Scaling Model-based Mental Inference via Automated Agent Modeling
par: Zhang, Zhining, et autres
Publié: (2025)
par: Zhang, Zhining, et autres
Publié: (2025)
Answering Questions in Stages: Prompt Chaining for Contract QA
par: Roegiest, Adam, et autres
Publié: (2024)
par: Roegiest, Adam, et autres
Publié: (2024)
Grounding Language about Belief in a Bayesian Theory-of-Mind
par: Ying, Lance, et autres
Publié: (2024)
par: Ying, Lance, et autres
Publié: (2024)
DebateQA: Evaluating Question Answering on Debatable Knowledge
par: Xu, Rongwu, et autres
Publié: (2024)
par: Xu, Rongwu, et autres
Publié: (2024)
InfoChartQA: A Benchmark for Multimodal Question Answering on Infographic Charts
par: Xie, Tianchi, et autres
Publié: (2025)
par: Xie, Tianchi, et autres
Publié: (2025)
RetrievalQA: Assessing Adaptive Retrieval-Augmented Generation for Short-form Open-Domain Question Answering
par: Zhang, Zihan, et autres
Publié: (2024)
par: Zhang, Zihan, et autres
Publié: (2024)
RoadscapesQA: A Multitask, Multimodal Dataset for Visual Question Answering on Indian Roads
par: Iyer, Vijayasri, et autres
Publié: (2026)
par: Iyer, Vijayasri, et autres
Publié: (2026)
MovieRecapsQA: A Multimodal Open-Ended Video Question-Answering Benchmark
par: Shaar, Shaden, et autres
Publié: (2026)
par: Shaar, Shaden, et autres
Publié: (2026)
MM-PhyQA: Multimodal Physics Question-Answering With Multi-Image CoT Prompting
par: Anand, Avinash, et autres
Publié: (2024)
par: Anand, Avinash, et autres
Publié: (2024)
SyllabusQA: A Course Logistics Question Answering Dataset
par: Fernandez, Nigel, et autres
Publié: (2024)
par: Fernandez, Nigel, et autres
Publié: (2024)
VoQA: Visual-only Question Answering
par: An, Jianing, et autres
Publié: (2025)
par: An, Jianing, et autres
Publié: (2025)
Understanding Epistemic Language with a Language-augmented Bayesian Theory of Mind
par: Ying, Lance, et autres
Publié: (2024)
par: Ying, Lance, et autres
Publié: (2024)
Relations, Negations, and Numbers: Looking for Logic in Generative Text-to-Image Models
par: Conwell, Colin, et autres
Publié: (2024)
par: Conwell, Colin, et autres
Publié: (2024)
FoQA: A Faroese Question-Answering Dataset
par: Simonsen, Annika, et autres
Publié: (2025)
par: Simonsen, Annika, et autres
Publié: (2025)
M2QA: Multi-domain Multilingual Question Answering
par: Engländer, Leon, et autres
Publié: (2024)
par: Engländer, Leon, et autres
Publié: (2024)
GRS-QA -- Graph Reasoning-Structured Question Answering Dataset
par: Pahilajani, Anish, et autres
Publié: (2024)
par: Pahilajani, Anish, et autres
Publié: (2024)
WikiMixQA: A Multimodal Benchmark for Question Answering over Tables and Charts
par: Foroutan, Negar, et autres
Publié: (2025)
par: Foroutan, Negar, et autres
Publié: (2025)
CT2C-QA: Multimodal Question Answering over Chinese Text, Table and Chart
par: Zhao, Bowen, et autres
Publié: (2024)
par: Zhao, Bowen, et autres
Publié: (2024)
Question-Answering (QA) Model for a Personalized Learning Assistant for Arabic Language
par: Sammoudi, Mohammad, et autres
Publié: (2024)
par: Sammoudi, Mohammad, et autres
Publié: (2024)
Shades of Zero: Distinguishing Impossibility from Inconceivability
par: Hu, Jennifer, et autres
Publié: (2025)
par: Hu, Jennifer, et autres
Publié: (2025)
UnSeenTimeQA: Time-Sensitive Question-Answering Beyond LLMs' Memorization
par: Uddin, Md Nayem, et autres
Publié: (2024)
par: Uddin, Md Nayem, et autres
Publié: (2024)
UTSA-NLP at ArchEHR-QA 2025: Improving EHR Question Answering via Self-Consistency Prompting
par: Shields-Menard, Sara, et autres
Publié: (2025)
par: Shields-Menard, Sara, et autres
Publié: (2025)
ChartMind: A Comprehensive Benchmark for Complex Real-world Multimodal Chart Question Answering
par: Wei, Jingxuan, et autres
Publié: (2025)
par: Wei, Jingxuan, et autres
Publié: (2025)
Minding the Politeness Gap in Cross-cultural Communication
par: Machino, Yuka, et autres
Publié: (2025)
par: Machino, Yuka, et autres
Publié: (2025)
Enhancing Food-Domain Question Answering with a Multimodal Knowledge Graph: Hybrid QA Generation and Diversity Analysis
par: B, Srihari K, et autres
Publié: (2025)
par: B, Srihari K, et autres
Publié: (2025)
RespondeoQA: a Benchmark for Bilingual Latin-English Question Answering
par: Hudspeth, Marisa, et autres
Publié: (2026)
par: Hudspeth, Marisa, et autres
Publié: (2026)
HistoryBankQA: Multilingual Temporal Question Answering on Historical Events
par: Mandal, Biswadip, et autres
Publié: (2025)
par: Mandal, Biswadip, et autres
Publié: (2025)
BEnQA: A Question Answering and Reasoning Benchmark for Bengali and English
par: Shafayat, Sheikh, et autres
Publié: (2024)
par: Shafayat, Sheikh, et autres
Publié: (2024)
KET-QA: A Dataset for Knowledge Enhanced Table Question Answering
par: Hu, Mengkang, et autres
Publié: (2024)
par: Hu, Mengkang, et autres
Publié: (2024)
Documents similaires
-
MuMA-ToM: Multi-modal Multi-Agent Theory of Mind
par: Shi, Haojun, et autres
Publié: (2024) -
Re-evaluating Theory of Mind evaluation in large language models
par: Hu, Jennifer, et autres
Publié: (2025) -
GOMA: Proactive Embodied Cooperative Communication via Goal-Oriented Mental Alignment
par: Ying, Lance, et autres
Publié: (2024) -
The Illusion-Illusion: Vision Language Models See Illusions Where There are None
par: Ullman, Tomer
Publié: (2024) -
Memory-QA: Answering Recall Questions Based on Multimodal Memories
par: Jiang, Hongda, et autres
Publié: (2025)