ACVUBench team 发布 ACVUBench 数据集, 应用在 多模态理解、视频分析 领域

ACVUBench team 本次发布的数据集 ACVUBench, 该数据集名为ACVUBench，是一个以音频为中心的视频理解基准，包含了来自18个不同领域的2,662个视频，以及超过13,000个人工标注或验证的高质量问题-答案对。该数据集旨在评估多模态大型语言模型在关注听觉信息情况下的视频理解能力。此外，该数据集不仅测试音频内容的理解，还涵盖了音频与视觉互动的测试，提供了一系列以音频为中心的任务。规模上，数据集包含了2,662个视频和超过13,000个问题-答案对，任务重点在于视频理解和理解任务，尤其是听觉信息的处理。

查看ACVUBench

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。