研究人员开发了一个新的多模态基准,用于评估语言模型对热门好莱坞电影叙事元素的理解能力。该基准建立在一系列因票房成功且可能属于公共领域而选出的电影之上,旨在促进电影历史和叙事演变的计算分析。初步评估显示,许多视觉语言模型表现不佳,准确率接近随机猜测水平,而视听模型最高准确率达到61.1%,未能达到人类水平。 AI
影响 该基准有望推动多模态AI分析复杂叙事能力的发展,可能对电影研究和内容推荐等领域产生影响。
排序理由 该集群包含一篇详细介绍AI评估新基准的学术论文。[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 →