Asgaard Lab 发布 VideoGameQA-Bench 数据集, 应用在 视频游戏质量保证、人工智能模型评估 领域

Asgaard Lab 本次发布的数据集 VideoGameQA-Bench, 该数据集是一个全面的基准测试，涵盖了广泛的游戏质量保证活动，包括视觉单元测试、视觉回归测试、大海捞针式的任务、故障检测以及为各种游戏图像和视频生成错误报告。此外，该数据集还评估了视觉-语言模型（VLMs）在处理游戏开发中的真实世界场景时的性能表现。其规模广泛，覆盖了多种游戏质量保证活动，任务重点在于视频游戏的质量保证。

查看VideoGameQA-Bench

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。