PulseAugur
中
实时 08:54:11
实体 EvaOmni

EvaOmni

PulseAugur coverage of EvaOmni — every cluster mentioning EvaOmni across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_313000 ·

    新的EvaOmni基准测试LLM的视听推理能力 · 已追踪2个来源

    研究人员推出了EvaOmni,一个旨在评估全模态大语言模型视听推理能力的新基准。该基准要求模型不仅要回答问题,还要识别和定位支持其答案的具体视听证据,以解决现有基准可能允许“走捷径”的局限性。EvaOmni包含392个视频中的1,027个人工标注问答对,涵盖15种不同的能力。在评估中,Gemini3.7-Flash表现出最高的整体性能,准确率为79.4%,但其在证据关联和时间定位方面的得分表明先进模型仍有改进空间。