哈尔滨工业大学(HIT) 发布 RT V-Bench 数据集, 应用在 视频分析、多模态理解 领域

哈尔滨工业大学(HIT) 本次发布的数据集 RT V-Bench, RT V-Bench是一个用于评估多模态大型语言模型(MLLM)在实时视频分析中连续感知、理解和推理能力的细粒度基准数据集。该数据集包含552个多样化的视频（总时长167.2小时）和4631个高质量的问答对。数据集设计遵循三个关键原则：多时间戳问答(MTQA)、分层问题结构以及多维评估。数据集涵盖了智能驾驶、体育赛事和自我中心视频等类别，旨在解决现有基准在评估实时视频分析能力方面的不足。

查看RT V-Bench

关于 哈尔滨工业大学(HIT) , 哈尔滨工业大学(HIT)是位于中国黑龙江省哈尔滨市的一所著名理工类大学，是中国东北地区的顶尖学府之一，也是国家首批“211工程”和“985工程”重点建设的大学之一。

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。