RoboJudge-Bench评测视频生成裁判
热点事件持续更新
RoboJudge-Bench评测视频生成裁判
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
港中文、UCSD、东北大学、浙大等机构推出 RoboJudge-Bench，通过800段人工标注视频，评估多模态大语言模型作为具身视频生成“裁判”的可靠性。 基准从物理符合度和指令对齐两个维度，覆盖8个源数据集、10个视频生成器。测试显示，通用多模态模型的评判表现参差不齐，而专用视频裁判模型整体表现更好。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 17:17
港中文等发布 RoboJudge-Bench 基准：800 段人工标注视频评估多模态模型裁判能力报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- AGI Hunt港中文等发布 RoboJudge-Bench 基准：800 段人工标注视频评估多模态模型裁判能力
港中文、UCSD、东北大学、浙大等机构推出 RoboJudge-Bench，以 800 段人工标注视频评估多模态大语言模型作为具身视频生成裁判的可靠性。基准从 Physical Adherence 和 Instruction Alignment 两个维度评测 8 个源数据集、10 个视频生成器，通用 MLLM 表现参差不齐，专用的视频裁判模型更佳。
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。