跳到正文
arXiv · 机器人与计算机视觉· Md Kamrujjaman Mobin, Md Salman Shamil, Md Adnan Arefeen·· 6 天前AI 评分42

Qwen3.5 9B 在无训练条件下通过提示词在 EventBench 挑战中达到 62.28% 准确率

How Far Can Frozen Vision-Language Models Go on Event Data? A Training-Free Study on EventBench

AI 导读

研究团队构建了一套无需训练的视觉语言模型系统,针对 ECCV 2026 EBMV 挑战中的事件流理解任务。该系统利用冻结的 Qwen3.5 9B 模型处理四类任务,仅在动作识别上使用 EventGPT-Plus-2B,在 2,084 个测试问题中整体准确率达 62.28%(排名第 9/27)。分析显示手势识别与事件 OCR 表现受限,且详细理解预测存在选项偏差。

来源:arXiv · 机器人与计算机视觉 · arxiv.org