会议场景心智理论评测

MeetingToM评估多模态LLM在多人会议中推断信念、意图和知识状态的能力。

推荐理由：多人会议把语音、行为和群体动态分散到长上下文里，比视频问答更接近真实协作场景，可检验MLLM是否理解隐性社交状态。