新的EgoSafe基准挑战LVLMs进行第一人称视觉安全推理

研究人员推出了EgoSafe-Bench，这是一个旨在评估大型视觉语言模型（LVLMs）视觉安全理解能力的新基准。该基准侧重于以自我为中心、第一人称的视频场景，并采用分层推理评估（HRE）协议来探究因果推理、盲点推断和意图推断。对Qwen3 VL、Gemini和VideoLLaMA 3等模型的初步评估显示，它们的描述能力与其强大的因果推理能力之间存在显著差距，这表明需要更具逻辑性的视频理解系统。 AI

影响 该基准可以推动更强大、更具因果意识的视频理解系统的发展，这对于安全关键型应用至关重要。

排序理由 该集群描述了一个新的学术基准和AI模型评估框架，发布在arXiv上。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• EgoSafe-Bench
• Gemini
• Gotit.pub
• Hierarchical Reasoning Evaluation
• Hugging Face
• Qwen3 VL
• ScienceCast
• VideoLLaMA 3

• 论文
• 安全
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →