研究人员推出了K9-Bench，这是一个旨在评估多模态大语言模型（MLLMs）在理解以犬类为中心的视频方面的能力的新基准。该基准由约5000个问答对组成，来源于907个视频，重点关注犬类的行为和互动理解。初步实验显示，当前前沿的MLLMs在这些专业任务上的零样本表现有限，在长视频序列中对细微线索的组合推理方面存在困难。 AI
影响 该基准测试有望推动AI对动物行为和互动进行更细致理解的发展。
排序理由 该集群包含一篇详细介绍用于评估AI模型的新基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
