MVVBench

新的MVVBench基准测试视觉语言模型的4D推理能力

研究人员推出了MVVBench，这是一个旨在评估视觉语言模型4D推理能力的新基准。该基准侧重于整合来自多个、通常不重叠的摄像头流的空间和时间信息，要求模型跟踪实体、对齐事件并理解4D连续性。MVVBench包含多样化的动态场景，并探究了六项特定能力，通过人工编写的问题和严格的验证来确保准确性。研究还分析了当前模型的失败情况，并探索了诸如思维链提示和证据聚合等策略，以在不重新训练的情况下提高性能。