华中科技大学 发布 FineVidBench 数据集, 应用在 视频理解、自然语言处理 领域

华中科技大学 本次发布的数据集 FineVidBench, FineVidBench是一个由华中科技大学提出的细粒度视频理解评估框架，旨在严格评估视频大型语言模型在场景和片段层面的性能。该数据集包含910个视频和22718个问题-答案对，视频来源于多个公共数据集，如Something-Something V2和Moments in Time等。数据集通过自动化流程和人工审核相结合的方式生成，涵盖了多种动作类别，包括易于识别的独特动作、无明确特征的灵活动作以及难以用肉眼检测的轻微动作。FineVidBench能够全面评估视频大型语言模型捕捉和解释时间细节的能力。

查看FineVidBench

关于 华中科技大学 , 华中科技大学是中国的一所综合性研究型大学，以工科和医学科学著称，拥有多个国家级科研平台。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。