跳到正文
AGI Hunt· 机器之心·· 2 小时前AI 评分46

VideoMemBench 揭示短视频对话记忆短板:Claude Opus 5 登顶也仅 45.7 分

VideoMemBench 揭短视频对话记忆短板:Claude Opus 5 登顶也仅 45.7 分

AI 导读

VideoMemBench 对多模态大模型的短视频多轮对话记忆能力进行评测,Claude Opus 5 以 45.7 分居首。该基准收录 326 段视频和 2,476 轮问答,其中 1,387 轮依赖前文,并采用链式计分;Gemini 3.8 Flash 得分 42.4。依赖距离从 1 轮增至 5 轮以上时,平均准确率由 30.2% 降至 23.1%,最佳模型的答案依赖得分也仅为 35.7%。

来源:AGI Hunt · agihunt.info