MMHBench：长视频心理健康理解的多视角基准

研究者提出了MMHBench，一个用于长视频心理健康理解的多模态基准，包含268个长视频和2184个问题。基准分为第三人称评估和第一人称视角推理两种设置，并采用多代理问题生成框架合成问题。评估了22个多模态大语言模型，结果显示该任务仍具挑战性。

现有基准多将心理健康理解简化为粗粒度分类，难以判断模型是否真正理解心理现象。MMHBench引入第三人称和第一人称视角，强调细粒度推理，为评估多模态大模型在长视频心理场景中的真实能力提供了新标准。

MAQG框架模拟多种社会角色生成多视角问题，并通过多角色反馈迭代优化及专家验证确保问题质量。这种机制促使模型不仅依赖表面相关性，还需结合观察行为、人际背景和潜在心理状态进行推理，从而更严格地检验其理解深度。

对心理健康类AI产品，如视频咨询辅助或情感分析工具，该基准可用于测试模型在长视频场景下的理解能力，指导模型优化。但基准的构建成本较高，可能增加研发投入，且当前模型表现不佳，提示需要改进模型或调整产品预期。

• 利用MMHBench评估现有心理健康分析模型的细粒度推理能力，识别薄弱环节并针对性优化。
• 开发基于第一人称视角的心理状态推理功能，用于角色代入型心理辅导或陪伴产品。
• 将MMHBench作为第三方评测指标，用于对外宣传模型在心理健康领域的专业水平。

• MMHBench中的视频和问题来源是否开放，以及授权情况如何？
• 该基准在真实产品环境中是否具有预测效度，即高分是否代表实际体验改善？
• 22个MLLM的具体得分和排名未在证据中列出，其性能差异可能受哪些因素影响？