阅读社交场合通常取决于行为，而不仅仅是言语。我们介绍了FriendBench ，这是一个用于推断两个人是已经熟悉还是正在以陌生人的身份相遇的基准，该基准来自20秒的双向破冰对话片段。每对参与者都会回答相同类型的提示，因此只有互动方式才能揭示答案。在文本、音频和视频中，我们比较了26个月

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2607.29602v1)获取最准确的信息。

---
🔗 **原文链接**: [FriendBench: Benchmarking Dyadic Familiarity Inference in Hu](https://arxiv.org/abs/2607.29602v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Jeffrey M. Girard, Jason Z. Zheng, Jacqueline R. Vertino, Antony D'Avirro, Benjamin Peloquin

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
多模态正在逼近实用门槛。如果你想做产品级落地，这篇文章值得读。
Benchmark看多了容易麻木——跑分好不一定产品好用。这篇文章好在对分差有分析，不只是贴数据。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-08-03 14:03