实体 Hengyi Feng

Hengyi Feng

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

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

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_229642 · Sep 1 · 04:00

新的TraceAV-Bench凸显OmniLLM在长时音视频推理方面的挣扎

一项新的基准测试TraceAV-Bench已被推出，用于评估OmniLLMs在长时音视频上的多跳推理能力。该基准测试包含578个视频中的2200个问题，总时长超过339小时，并评估了多模态幻觉鲁棒性。包括Gemini 3.1 Pro和Ming-Flash-Omni-2.0在内的当前领先模型显示出显著的局限性，表现最好的模型准确率仅为68.29%，表明在长时音视频推理方面存在巨大差距。