PIVOTSBench：评估多模态大语言模型中的细粒度人际关系推理

人类具备理解细粒度人际关系的先天能力，这对日常社交至关重要。尽管此类推理本质上是多模态的，但现有研究尚未充分探索。为此，本文提出 PIVOTS，这是首个基于 Social-IQ 2.0 和 YouTube 数据构建的基准，旨在评估多模态大语言模型（MLLMs）预测基于心理学研究的双向人际关系维度的能力。该基准包含辅助任务，以评估模型识别和利用关键视觉线索的能力。研究评估了专有及开源 MLLMs，并通过消融实验分析了视觉模态及对话中显式社会角色信息的影响，同时考察了联合与成对预测设置对评分的提升作用。