欢迎访问乐酷家

视频描述物理信息评测基准发布 覆盖三类场景

金融科技 2026-11-18 uidhs168

11月17日,智源研究院与逆矩阵、北京大学、清华大学、北京航空航天大学共同推出悟界·PhysCapBench。该基准面向视频Caption中的物理信息评测,覆盖第三人称场景、第一人称操作以及手持夹爪示范三类领域。

在数据构成上,悟界·PhysCapBench包含1500段视频序列,三个领域各500段。评测从事件覆盖、对象与角色、动作与运动、接触与交互、状态与结果、机制与因果、时间顺序七个维度展开,对Caption进行多角度考察。

发布方表示,这一基准可为描述策略选择和标注优化提供依据,帮助相关研究更系统地评估视频描述中的物理信息表达。

(来源:ITBear)
The End
免责声明:本文内容来源于第三方或整理自互联网,本站仅提供展示,不拥有所有权,不代表本站观点立场,也不构成任何其他建议,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容, 请及时联系我们进行处理。

Copyright © 2099 乐酷家 |中华人民共和国增值电信业务经营许可证号:苏B2-20221286

苏ICP备2022030477号-14 |——:合作/投稿联系微信:nvshen2168

|—— TXT地图 | 网站地图 |