VideoMemBench评测多模态模型视频记忆
热点事件持续更新
VideoMemBench评测多模态模型视频记忆
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
郑东虎发布VideoMemBench评测基准；测试显示，多模态大模型在跨轮视频记忆任务上存在明显短板，各模型表现差距明显。 该基准以单个视频配长多轮对话，包含326个视频、2476个对话轮次，其中1387轮必须依赖前文才能回答；分别考察模型对已观看画面的记忆和对自身此前回答内容的记忆。依赖项经人工专家审核，以确认移除前文后无法作答且问题未复述前文信息。
AI 根据报道生成 · 1 小时前更新
最新进展11月5日 14:17
VideoMemBench 评测显示 MLLM 跨轮视频记忆能力存在明显短板报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- AGI HuntVideoMemBench 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。
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。