- 发布 LONGVIDEOBENCH 数据集, 应用在 多模态理解、视频内容分析 领域

- 本次发布的数据集 LONGVIDEOBENCH, LONGVIDEOBENCH是一个针对长时视频-语言交错理解的问题回答基准，包含3,763个不同长度的网络收集视频及其字幕，涵盖多种主题。数据集设计用于全面评估大型多模态模型在长期多模态理解上的能力。数据集包含6,678个人工标注的多项选择题，分为17个细粒度类别，旨在测试模型在长视频中的详细多模态信息检索和推理能力。数据集的应用领域包括电影、新闻、生活和知识，旨在解决长视频内容理解中的复杂问题。

查看LONGVIDEOBENCH

关于 - , -

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。