arXiv · cs.AI · Shaden Shaar, Bradon Thymes, Majd Aldaye, Claire Cardie, Bharath Hariharan · 8 小时前模型评分43
LF-VideoQA：用长篇心理理论问题评测长视频理解
LF-VideoQA: Evaluating Long-Video Understanding with Long-Form Theory-of-Mind Questions
导读
研究者发布 LF-VideoQA 数据集，用长篇开放式心理理论问题评测长视频理解，含 94 部近期电影的 6300 多个问题，每题需跨平均 23 分钟场景推理，并配问题专属评分标准。测试中最好的非 oracle 开源视觉语言模型（VLM，Vision-Language Model）召回率仅约 oracle 的一半，且字幕表现不如视频本身，说明题目需要视觉证据。
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
应用领域：内容与娱乐、科学研究
事件类型：研究发布
证据摘录
- “We introduce LF-VideoQA, a dataset for long-form, open-ended question answering over long narrative videos built on theory-of-mind questions”
- “The dataset contains more than 6,300 questions on 94 recent films”
- “each requires reasoning over scenes spanning an average of 23 minutes and comes with a question-specific rubric for recall and precision scoring”
来源：arXiv · cs.AI · arxiv.org