HF Daily Papers·· 2 天前精选AI 评分45
OmniDR-Bench 评测生成视频中心深度研究报告的智能体
Beyond Watching and Searching: Benchmarking Agents for Video-centered Deep Research Reports
AI 导读
研究者提出 OmniDR-Bench 和技能工作流，用于评测智能体围绕视频综合外部证据并生成关联视频时刻的交互式报告。该基准包含 19 个现实子类别、50 个中英文任务和 6,414 条标准，并以 Omni-ARTs 评估 18 种智能体配置；最佳系统得分 63.3/100。
推荐理由
该基准将视频定位、外部多模态证据检索与交互式报告纳入统一评测，并呈现智能体在覆盖范围和跨模态分析上的能力差距。
来源：HF Daily Papers · huggingface.co