PulseAugur
中
实时 08:34:23
实体 O-IN-Bench

O-IN-Bench

PulseAugur coverage of O-IN-Bench — every cluster mentioning O-IN-Bench across labs, papers, and developer communities, ranked by signal.

Show in brief
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
  1. TOOL · CL_366463 ·

    新的O-IN-Bench基准测试全模态大语言模型对口头意图的理解能力

    研究人员推出了O-IN-Bench,一个旨在评估全模态大语言模型(LLMs)在视频上下文中理解口头意图能力的新基准。该基准包含1000个中文和英文样本,涵盖不同类别,并设有对比对来测试依赖上下文的响应。初步评估显示,即使是表现最佳的模型Gemini3.7-Flash,在准确判断内容需求方面也存在困难,突显了识别请求与满足请求之间的差距。