arXiv · cs.AI · Yibo Zhao, Ao Qu, Xuan Jiang, Jiahao Xu, Keane Ong, Hang Jiang, Zhaofeng Wu, Dingyi Zhuang, Yihong Tang, Kaichen Zhou, Jinhua Zhao, Paul Pu Liang · 9 小时前模型评分47
ReactionBench：面向视频反应理解的人类锚定基准
ReactionBench: A Human-Anchored Benchmark for Modeling Reactions to Video
导读
研究者提出 ReactionBench，一个以人类标注为锚的视频反应理解基准，用于评测多模态模型能否把观察到的观众反应对应到引发它的刺激内容。该基准从 31,834 段同步刺激-反应片段（433 小时、八个领域）中构建，包含反应强度排序、反应与时间对齐刺激匹配、解释刺激线索三项任务。在七个多模态模型上，最佳模型四选一匹配准确率仅 50.9%，GPT-5 在反应替换下未出现可检测的性能下降。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We introduce ReactionBench, a human-anchored benchmark for reaction-specific video understanding.”
- “Accepted at the NeurIPS 2026 Workshop on Evaluation of Interactive Agents (IAEval).”
来源：arXiv · cs.AI · arxiv.org