实体 TwinPast

TwinPast

PulseAugur coverage of TwinPast — every cluster mentioning TwinPast 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_336509 · Nov 2 · 05:00

新的TwinPast基准测试AI的历史视频推理能力

研究人员推出TwinPast，这是一个旨在评估AI模型在流媒体视频理解中利用历史证据能力的新基准。现有的基准测试往往不能充分测试这项能力，模型有时会基于最近的帧或仅凭问题就能正确回答。TwinPast使用了350对视频，其中历史背景被改变，而其他元素保持不变，专门测试模型随时间追踪变化的能力。初步评估显示，尽管Qwen3 VL 8B和DeepSeek Flash等模型在TwinPast上使用历史输入有所改进，但与通用模型相比仍存在显著…