CHRONOSIGHT

新的 CHRONOSIGHT 基准揭示了 VLM 的“时间顺序盲区”

研究人员推出了 CHRONOSIGHT，这是一个旨在评估视觉语言模型 (VLM) 时间推理能力的新基准。该基准评估了五个关键领域：时间顺序排序、阶段定位、时间流逝估算、反向序列检测和时间异常识别。人类在 CHRONOSIGHT 上的平均表现为 0.89，而表现最佳的开源 VLM Qwen2.5-VL-7B 仅达到 0.40，这凸显了一个被称为“时间顺序盲区”的显著差距。使用 LoRA 在小型数据集上进行微调可以提高特定任务的表现，这表…