MLVU
GPT-4o 差点没及格！首个多任务长视频评测基准，它有亿点难
难度大升级的多任务长视频理解评测基准 MLVU 来了！由智源联合北邮、北大和浙大等多所高校推出。究竟有多难呢？最终排名第一的 GPT-4o 单选正确率还不足 65%。而且研究发现，大部分模型的性能都会随着视频时长增加显著下降。研究进一步证明，提升上下文窗口，提升图像理解能力，以及使用更强大的 LLM Backbone 对长视频理解的性能具有显著的提升作用。目前相关论文及数据集已公开，具体细节下面一起看看吧~MLVU 的构建过程当前流行的 Video Benchmark 主要针对短视频设计，大部分视频的长度都在 1
6/22/2024 4:32:26 PM
清源
- 1
资讯热榜
DeepSeek开源多模态模型Janus-Pro的ComfyUI使用教程，文中附模型和工作流下载
DeepSeek + IDEA！辅助编程太强了！
DeepSeek日活用户数突破2000万，增长势头远超ChatGPT
不到140块！李飞飞团队超低成本复刻DeepSeek R1推理！16张H100只训练了26分钟，与R1训练方法不同！
冲击DeepSeek R1，谷歌发布新一代Gemini全型号刷榜，编程、物理模拟能力炸裂
训练1000样本就能超越o1，李飞飞等人画出AI扩展新曲线
爆肝48小时！学会这8招，让DeepSeek变得超好用！
谷歌 Gemini 2.0 Flash 系列 AI 模型登场，编程和推理性能迈上新台阶
标签云
人工智能
AIGC
OpenAI
AI绘画
ChatGPT
机器人
数据
谷歌
智能
Midjourney
大模型
学习
GPT
用户
AI创作
微软
DeepSeek
图像
开源
Meta
技术
AI
论文
Stable Diffusion
生成式
算法
蛋白质
马斯克
芯片
Gemini
计算
神经网络
代码
AI设计
Sora
研究
腾讯
3D
开发者
GPU
场景
伟达
英伟达
预测
模态
华为
机器学习
Transformer
文本
驾驶
模型
神器推荐
深度学习
AI视频
AI for Science
干货合集
苹果
搜索
LLaMA
视频生成
算力
2024
Copilot
百度
科技
应用
特斯拉
AI应用场景
Anthropic
安全
具身智能
写作
机器
字节跳动
AGI
视觉
语音
DeepMind
架构
亚马逊