跳到正文
热点事件持续更新

发布 Social Signal Bench 基准及 EW-F1 评估指标

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

Siddharth Ravi 等人发布了包含视频与音频数据集的 Social Signal Bench 基准,并推出 Evidence-Weighted F1 (EW-F1) 评估指标。该基准由 25 小时视频和 22 小时音频组成,涵盖十种社会信号及六种信号;每个数据集均配对公开训练集(含专家标注与伪标签)与私有测试集。实验显示,基于此基准微调的 7B 开源模型在视频任务上超越通用前沿模型,音频任务表现相当。 该基准旨在区分语义相关错误,为机器人和计算机视觉领域提供密集标注数据支持。

AI 根据报道生成 · 11 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv · 机器人与计算机视觉
    Social Signal Bench:视频音频共现社会信号的证据加权评估

    该论文介绍 Social Signal Bench,包含 25 小时视频和 22 小时音频的密集标注数据集,涵盖十种社会信号与六种信号。基准提供公开训练集(含专家标注与伪标签)及私有测试集,并推出 Evidence-Weighted F1 (EW-F1) 指标以区分语义相关错误。实验显示基于该基准微调的 7B 开源模型在视频任务上超越通用前沿模型,音频任务表现相当。

本事件热度走势

可比范围当前
7
可比范围峰值
911月18日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。