实体 K9-Bench

K9-Bench

PulseAugur coverage of K9-Bench — every cluster mentioning K9-Bench 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_128747 · Jul 7 · 04:00

新的K9-Bench基准测试在狗视频上测试多模态大语言模型

研究人员推出了K9-Bench，这是一个旨在评估多模态大语言模型（MLLMs）在理解以犬类为中心的视频方面的能力的新基准。该基准由约5000个问答对组成，来源于907个视频，重点关注犬类的行为和互动理解。初步实验显示，当前前沿的MLLMs在这些专业任务上的零样本表现有限，在长视频序列中对细微线索的组合推理方面存在困难。