突破短视频局限！MMBench 团队构建中长视频开放问答评测基准，全面评估多模态大模型视频理解能力

AIGC动态欢迎阅读

原标题：突破短视频局限！MMBench 团队构建中长视频开放问答评测基准，全面评估多模态大模型视频理解能力
关键字：模型,视频,基准,能力,时序
文章来源：量子位
内容字数：0字

内容摘要：

新宇投稿凹非寺量子位 | 公众号 QbitAIGPT-4o 四月发布会掀起了视频理解的热潮，而开源领军者Qwen2也对视频毫不手软，在各个视频评测基准上狠狠秀了一把肌肉。
但当前的大部分评测基准仍然具有以下几个缺陷：
多注重于短视频，视频长度或视频镜头数不足，难以考察到模型的长时序理解能力；
对模型的考察局限在部分较为简单的任务，更多细粒度的能力未被大部分基准所涉及到；
现有的基准仍可以仅凭单帧图像以获取较高的分数，说明问题和画面的时序性关联不强；
对开放性问题的评估仍旧采用较旧的GPT-3.5，打分和人类偏好有较大的偏差且并不准确，容易高估模型性能。
针对这些问题，有没有对应的基准能够较好解决这些问题呢？
在最新的NeurIPS D&B 2024中由浙江大合上海人工智能实验室，上海交通大学和香港中文大学提出的MMBench-Video打造了一个全面的开放性视频理解评测基准，并针对当前主流MLLM构建了开源的视频理解能力评估榜单。
全能力链条覆盖高质量数据集
MMBench-Video这一视频理解评测基准采取全人工标注，历经一次标注和二次质量核验，视频种类丰富且质量高，问答涵盖模

原文链接：突破短视频局限！MMBench 团队构建中长视频开放问答评测基准，全面评估多模态大模型视频理解能力