本研究提出了Friends-MMC数据集，包含24000个视频上下文配对的独特发言，旨在提升多模态对话中的角色理解能力，并展示多模态上下文对发言者识别和响应预测的性能提升。

本研究探讨大型语言模型在角色理解任务中的逐字记忆问题，并提出减轻机械记忆影响的方法。结果显示，模型在虚构作品中的记忆性能从96%降至72%，角色理解任务的准确率降低了18%。