用于 GuessWhich 游戏的多模态对话状态跟踪

基于摘要分析。本文研究 GuessWhich 视觉对话游戏：Questioner Bot（QBot）通过向 Answer Bot（ABot）连续提问来定位隐藏图像。核心贡献是让 QBot 维护隐藏图像的内部心象表征，并通过多模态对话状态跟踪支持视觉相关推理、问题生成与状态更新。 作者指出，既有方法或缺乏视觉信息，或每轮仅以一张采样的真实图像作为解码上下文，难以充分支持视觉推理。所提方法将对话状态组织为一组心象表征及对话实体表征；每轮利用该状态构建内部表示并生成问题，收到回答后再更新对话状态与内部表示。这里的“心象”指模型对未公开图像的内部表征，并非对人类脑活动的测量；摘要也不足以将该方法认定为通常意义上的 State Space Model。 作者报告，在 VisDial v0.5、v0.9 和 v1.0 上，所提模型在全部评估指标和数据集上均优于此前最先进模型。摘要未给出具体指标名称、数值、数据划分或对照模型，因此暂不能核对提升幅度及比较条件。状态表征的具体构造、训练目标、视觉特征来源、实验协议、消融及统计信息尚未验证。 论文的主要对象是多轮视觉对话与图像猜测，而非 EEG 解码或 BCI。现有材料未提供与神经信号处理的具体机制对应，不据此提出 BCI 迁移效果或复现实验建议；相关 EEG 工作尚未检索确认。