2026 ACII Dyadic Conversations (ACII-DaiKon) 워크숍 및 챌린지는 쌍방향 대화 (dyadic conversations) 에서 상호 간의 감정 (interpersonal affect) 과 사회적 역동성을 모델링하기 위한 벤치마크를 소개합니다. 대화형 감정 모델링이 빠르게 발전해 왔음에도 불구하고, 대부분의 벤치마크는 화자 중심 (speaker-centric) 이며, 파트너들 사이의 결합된, 시간에 따라 진화하는 과정인 방향성 영향력 (directional influence), 대화 타이밍 조정 (conversational timing coordination), 그리고 신뢰감 형성 (rapport development) 을 충분히 반영하지 못합니다. 이러한 격차를 해소하기 위해 ACII-DaiKon 은 공유 데이터셋을 기반으로 세 가지 조율된 하위 챌린지를 제시합니다: (1) 방향성 상호 영향력 예측, (2) 발화권 전환 예측 (다음 화자 및 다음 말까지의 시간), 그리고 (3) 전체 대화에 걸친 신뢰감 궤도 예측입니다. 이 벤치마크는 자연주의적 조건 하에서 5 가지 언어로 수집된 945 쌍방향 대화 (743.4 시간의 오디오비주얼 데이터) 를 포함하는 Hume-DaiKon 데이터셋을 기반으로 합니다. 고정된 훈련/검증/테스트 분할, 표준화된 지표, 그리고 공개된 베이스라인 시스템을 통해 다중 모달 모델링, 시간적 추론, 및 맥락 간 일반화를 지원합니다. 평가는 하위 챌린지에 따라 일치 상관 계수 (Concordance Correlation Coefficient, CCC), 피어슨 상관계수, 매크로 F1, 그리고 평균 절대 오차 (Mean Absolute Error, MAE) 를 사용합니다. 베이스라인 실험은 초기 참조 성능을 설정하며, 영향력 예측의 경우 최상의 테스트 결과는 0.40 CCC 와 0.50 피어슨 상관계수입니다. 발화권 전환의 경우 0.66 매크로 F1 과 1.50~ 초 MAE 입니다. 신뢰감 궤도 모델링의 경우 0.68 CCC 와 0.70 피어슨 상관계수입니다. 이러한 결과는 현재 방법들이 거친 쌍방향 패턴을 포착할 수 있지만, 방향성 의존성과 장기적 상호 인간 역동성의 견고한 모델링은 여전히 도전과제임을 시사합니다. 워크숍은 데이터의 유효성, 평가 프로토콜, 그리고 쌍방향 상호작용에 대한 문화적 인식을 반영한 모델링에 대해 엄격한 비교와 학제 간 토론을 위한 공유 플랫폼을 제공합니다.