实体 OmniAssistBench

OmniAssistBench

PulseAugur coverage of OmniAssistBench — every cluster mentioning OmniAssistBench 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

时间线

2026-08-21 research_milestone The OmniAssistBench benchmark was introduced to evaluate omni-modal large language models for real-time video assistance. 来源

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_216198 · Aug 21 · 00:00

新的OmniAssistBench基准揭示全模态大语言模型在实时视频辅助方面存在困难

一个新的基准OmniAssistBench已被开发出来，用于评估全模态大语言模型（Omni-LLMs）作为实时视频助手的性能。该基准通过逆向工程互联网视频构建而成，揭示出当前模型在视觉提示、多轮交互中保持上下文以及及时响应方面存在困难。在评估中，Google的Gemini 3-Pro得分66.4，而开源的Qwen3-Omni-Instruct得分51.2，这表明在这些模型能够可靠地作为交互式助手运行之前，仍有很大的改进空间。