马里兰大学帕克分校 发布 CinePile 数据集, 应用在 视频理解、模型评估 领域

马里兰大学帕克分校 本次发布的数据集 CinePile, CinePile是一个专为长视频理解设计的数据集，由马里兰大学帕克分校和魏茨曼科学研究所创建。该数据集包含305,000个多选题（MCQs），覆盖视觉和多模态方面，包括时间理解、人-物交互理解及场景内事件或动作的推理。数据集的创建过程结合了先进的LLMs和人工干预，利用现有的音频描述数据，并与YouTube上的公开电影视频片段对齐。CinePile的应用领域主要集中在视频理解，旨在解决现有数据集在长视频理解方面的不足，提供一个全面的模型性能评估基准。

查看CinePile

关于 马里兰大学帕克分校 , 马里兰大学帕克分校（University of Maryland, College Park）是美国马里兰州的一所公立研究型大学，成立于1856年，是马里兰大学系统的旗舰校。该校在工程、计算机科学、商学、公共政策等领域享有盛誉，是美国顶尖的公立大学之一。

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。