MMHBench：面向长视频心理健康理解的多视角基准

长视频中的心理健康理解需要对可观察行为、人际情境与潜在心理状态进行细致推理。现有基准大多将这一任务简化为粗粒度分类，难以判断模型是真正理解心理现象，还是依赖表面相关性。为解决这一局限，我们提出MMHBench，一个用于多视角心理健康理解的综合性多模态基准，包含268个长视频和2,184道精心策划的问题。MMHBench将评测组织为两种互补设置：(1) 第三方评估，包含605道问题，聚焦于对可观察行为和多模态证据的解读；(2) 第一人称视角采择，包含1,579道问题，要求进行以视角为条件的推理，以识别现有可用多模态证据所支持的心理状态解读。我们提出多智能体问题生成（MAQG）框架，通过模拟多样化的社会角色从多个视角合成问题。生成的问题经多角色反馈与迭代优化加以改进，随后进行专家指导的核验以确保质量与有效性。对22个代表性多模态大语言模型（MLLM）的广泛评测，涵盖开源模型与领先的闭源模型，表明长视频心理健康理解仍然极具挑战性。