研究者发布LF-VideoQA长视频问答数据集
热点事件持续更新
研究者发布LF-VideoQA长视频问答数据集
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Shaden Shaar等研究者发布LF-VideoQA数据集，用开放式心理理论问题评测长视频理解。数据集含94部近期电影的6300多个问题，每题需跨平均23分钟的场景推理，并为每题配有专属评分标准，用于计算召回率与精确率。 在测试中，表现最好的非oracle开源视觉语言模型召回率仅约为oracle的一半；研究者称，使用字幕的表现不如直接使用视频本身，说明这些题目需要视觉证据。
AI 根据报道生成 · 3 小时前更新
最新进展11月3日 13:00
LF-VideoQA：用长篇心理理论问题评测长视频理解报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AILF-VideoQA：用长篇心理理论问题评测长视频理解
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。