Hierarchical Reasoning Evaluation

新的EgoSafe基准挑战LVLMs进行第一人称视觉安全推理

研究人员推出了EgoSafe-Bench，这是一个旨在评估大型视觉语言模型（LVLMs）视觉安全理解能力的新基准。该基准侧重于以自我为中心、第一人称的视频场景，并采用分层推理评估（HRE）协议来探究因果推理、盲点推断和意图推断。对Qwen3 VL、Gemini和VideoLLaMA 3等模型的初步评估显示，它们的描述能力与其强大的因果推理能力之间存在显著差距，这表明需要更具逻辑性的视频理解系统。