CineSubBench

新的CineSubBench基准评估LLM对电影的理解能力

研究人员推出CineSubBench，这是一个旨在利用多语言电影字幕评估大型语言模型（LLM）长上下文理解能力的新基准。该基准包含来自六种语言的1000多部电影，总计超过800万条带时间戳的字幕条目。CineSubBench评估七项任务，包括叙事重建、类型预测、年龄适宜性和语言安全，旨在将电影确立为评估LLM在叙事、多语言和文化理解方面能力的领域。