4DMemory

新的4DMemoryBench基准测试AI的长期时空推理能力

研究人员推出了4DMemoryBench，这是一个旨在评估和改进基础模型在长时域内的时空推理能力的新基准。该基准包括LongVideo数据集，包含约900小时的视频和5000多个问题，以及4DMemory Harness，一个结合了专用工具模型和检索增强生成的集成系统。对13个领先模型的评估显示，与之前的基准相比，在4DMemoryBench上的性能显著下降，但4DMemory Harness将所有测试模型的长时域任务性能提高了50%以上。