آیا هوش مصنوعی واقعاً ویدیوها را میفهمد یا فقط آنها را حدس میزند؟ محققان بهتازگی بنچمارک جدیدی به نام NeMoBench را معرفی کردهاند که طراحی شده تا توانایی مدلهای پیشرفته (VideoLLMs) را در درک زمانبندی و جزئیات دقیق ویدیوها به چالش بکشد.
این بنچمارک با الهام از تست معروف «سوزن در انبار کاه»، بیش از ۳۱ هزار پرسش و پاسخ خودکار را برای ارزیابی حافظه زمانی و جزئیات بصری مدلها در ویدیوهایی با طولهای مختلف (از چند ثانیه تا چندین ساعت) فراهم کرده است. با تست ۲۰ مدل پیشرو، حالا ابزار دقیقتری داریم تا ببینیم کدام مدل در تحلیل ویدیو واقعاً هوشمندتر است!
اطلاعات بیشتر در پروژه:
🔗 https://lavi-lab.github.io/NeMoBench
منبع: arXiv Computer Vision