实体
EXPLORE-Bench
EXPLORE-Bench
PulseAugur coverage of EXPLORE-Bench — every cluster mentioning EXPLORE-Bench across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新数据集和模型推动场景图推理以理解人类活动
研究人员推出了SG-Ego，一个扩展Ego4D的新数据集，包含时空场景图，以更好地理解第一人称视频中的人类活动。他们还开发了GLEN，一个基于图的模型，用于处理这些场景图序列以进行动作对齐和时间演化建模。提出的活动驱动图编辑预测（A-GEF）任务将场景动态构建为以动作为条件的结构化变换，从而能够对场景变化进行显式推理。
-
新基准 EXPLORE-Bench 测试以自我为中心的 AI 的长时推理能力
研究人员推出了 EXPLORE-Bench，这是一个新的基准，旨在评估多模态大语言模型 (MLLM) 在以自我为中心的场景中的长时推理能力。该基准源自真实的第一人称视频，将扩展的动作序列与详细的最终场景注解配对，从而能够对物体属性和关系进行细粒度评估。使用 EXPLORE-Bench 进行的实验揭示了当前 MLLM 在一系列动作后预测场景结果的能力与人类能力之间存在显著的性能差距，突显了长时以自我为中心的推理是一个关键挑战。