EMNLP'26｜东京大学 MIDA 基准：GPT、Gemini、Claude 等在多模态狼人杀中难辨谎言

东京大学团队提出多模态交互式欺骗评估基准 MIDA，用「一夜终极狼人」游戏测试 GPT、Gemini、Claude、Qwen、DeepSeek 等模型区分真话与谎言的能力，相关研究已被 EMNLP 2026 主会接收。