新火种
2024-11-11 
李飞飞新动作，推出新视频基准数据集 HourVideo
斯坦福大学李飞飞与吴佳俊团队发布了HourVideo，一个用于一小时视频语言理解的新基准数据集。该数据集包含500个自我中心视频，涵盖总结、感知、视觉推理和导航任务，共有12,976道选择题。尽管多模态模型如GPT-4和LLaVA-NeXT有所进步，但人类专家的表现远超这些模型，显示出人工智能在多模态能力上的巨大差距。
相关推荐
- 免责声明
- 本文所包含的观点仅代表作者个人看法，不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险，读者在采取与本文内容相关的任何行动之前，请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。
