PulseAugur
中
实时 08:32:11
实体 Ming-Flash-Omni-2.0

Ming-Flash-Omni-2.0

PulseAugur coverage of Ming-Flash-Omni-2.0 — every cluster mentioning Ming-Flash-Omni-2.0 across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
  1. TOOL · CL_229642 ·

    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。
  2. TOOL · CL_25784 ·

    新基准揭示AI视频推理能力的局限性

    研究人员推出了TraceAV-Bench，一个旨在评估处理长音频-视频时多跳推理能力的新基准。该基准包含578个视频中的2200多个问题，总时长超过339小时，平均推理链长度为3.68跳。包括Google的Gemini 3.1 Pro和名为Ming-Flash-Omni-2.0的开源模型在内的当前领先模型，准确率仅分别为68.29%和51.70%，显示出显著的局限性。该基准还强调，对多模态幻觉的鲁棒性与一般推理性能没有强相关性。