T ́el ́ecom SudParis 发布 VideoMME, MVBench 数据集, 应用在 视频理解、视频问答 领域

T ́el ́ecom SudParis 本次发布的数据集 VideoMME, MVBench, 本文提出了一种新的标准化基准，用于比较最先进的视频问答小视觉语言模型（SVLMs），以消除帧采样偏差。该基准使用两种协议：标准采样和自适应采样。标准采样包括均匀帧率采样和单帧采样，而自适应采样则采用MAXInfo算法和CSTA方法。基准测试在两个视频理解数据集VideoMME和MVBench上进行，以评估不同帧采样策略对SVLMs性能的影响。

查看VideoMME, MVBench

README 内容： 

关于 T ́el ́ecom SudParis , -

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。