实体 VideoZeroBench

VideoZeroBench

PulseAugur coverage of VideoZeroBench — every cluster mentioning VideoZeroBench 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_287256 · Oct 8 · 04:00

新的VideoZeroBench基准揭示V-MLLM在证据定位方面存在困难

引入了一个名为VideoZeroBench的新基准，用于评估视频多模态大语言模型（V-MLLMs）的时空证据验证能力。该基准包含跨越13个视频领域的、经过人工标注的问题-答案对，侧重于细粒度线索和分布式证据。评估协议包括一个五级诊断系统，不仅评估答案的正确性，还评估证据的时间和空间定位的准确性。结果表明，尽管Gemini-3.7-Flash等模型在标准问答方面取得了中等准确率，但在需要精确证据定位时，其性能急剧下降，凸显了当前V-ML…