微软研究院 发布 TemporalBench 数据集, 应用在 视频理解、时间理解 领域

微软研究院 本次发布的数据集 TemporalBench, TemporalBench是由微软研究院等机构创建的一个专注于细粒度时间理解的多模态视频理解基准数据集。该数据集包含约10,000个视频问答对，来源于约2,000个高质量的人工标注，详细描述了视频片段中的时间动态。数据集的创建过程包括从现有视频基准中收集视频片段，并通过亚马逊机械土耳其工人进行详细标注，随后使用大型语言模型生成负样本并进行筛选。TemporalBench旨在评估模型在动作频率、运动幅度、事件顺序等方面的细粒度时间理解能力，适用于视频问答、视频字幕生成、长视频理解等多种任务。

查看TemporalBench

关于 微软研究院 , 微软研究院是微软公司旗下的全球研究机构，致力于推动计算机科学和相关领域的创新，涵盖人工智能、机器学习、数据科学等多个前沿领域。

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。