VideoMemBench 评测显示 MLLM 跨轮视频记忆能力存在明显短板

VideoMemBench 通过长多轮对话评测多模态大模型的视频内记忆能力，测试结果显示各模型在该任务上的表现差距明显。基准包含 326 个视频、2476 个对话轮次，其中 1387 轮依赖前文，并分别考察对已观看画面和已说出内容的记忆。