HF Daily Papers·· 3 天前精选AI 评分35
OmniCompass：面向多模态视频定位与理解的综合基准
OmniCompass: A Holistic Benchmark for Omni-Modal Video Grounding and Understanding
AI 导读
OmniCompass 是一个用于多模态视频定位与理解的全景评测基准，包含 OmniCompass-VL 和 OmniCompass-AV 两条评估轨道，分别针对视觉-语言与音视频联合推理，每条轨道覆盖时序定位、空间定位和问答三类任务。
推荐理由
给出一个同时覆盖音视频与视觉-语言的多模态视频理解基准，便于系统化诊断模型的时序、空间与跨模态短板。
来源：HF Daily Papers · huggingface.co