发布 VidComposition 数据集, 应用在 视频分析、机器学习模型评估 领域

本次发布的数据集 VidComposition, 该数据集是一项专为评估MLLMs（多语言预训练模型）在视频构图理解方面的能力而设计的基准测试。它包含了精心挑选和编辑的视频，以及电影级别的注释。这些视频涵盖了多种构图元素，如摄像机移动、角度、镜头大小、叙事结构、角色动作和情感。该数据集规模包含982个视频和1706个多项选择题，任务集中在视频构图理解。

查看VidComposition

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。