跳到正文
Hugging Face Daily Papers·· 2026-10-13AI 评分48

OmniCompass:全模态视频定位与理解综合评测基准发布

OmniCompass: A Holistic Benchmark for Omni-Modal Video Grounding and Understanding

AI 导读

OmniCompass 推出包含 820 个视频实例的全模态视频定位与理解评测基准,涵盖视觉语言及视听联合两条轨道。该基准通过时序、空间定位与问答任务评估模型能力,发现开源大模型在视听理解上仍落后于专有模型且存在预测不一致问题。所有数据经多轮人工标注验证,预印本代码与权重待开放许可。

来源:Hugging Face Daily Papers · arxiv.org