上海人工智能实验室 发布 EgoExoBench 数据集, 应用在 多模态视频理解、人工智能模型评估 领域

上海人工智能实验室 本次发布的数据集 EgoExoBench, EgoExoBench是一个针对多模态大型语言模型（MLLMs）的第一人称（自我中心）和第三人称（外部中心）视频理解和推理的基准。该数据集由11个子任务组成，涵盖了超过7,300个问答对，分为三个核心挑战：语义对齐、视角关联和时间推理。这些数据来自于公开可用的数据集，经过严格的注释协议整理。EgoExoBench旨在评估模型在自我中心和外中心视角之间整合信息的能力，为研究具身代理和智能助手寻求类似人类的跨视角智能提供宝贵的资源。

查看EgoExoBench

README 内容： 

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。