AgentVidBench：用于评估 MLLM Agent 的多跳视频问答基准

英文标题：AgentVidBench: A Multi-Hop Video Question Answering Benchmark for Evaluating MLLM Agents

论文提出 AgentVidBench，这是一项面向多模态大语言模型（MLLM）Agent 的多跳视频问答基准。该基准旨在评估 Agent 对视频内容进行跨片段、多步骤信息推理与问答的能力。研究聚焦于全面视频理解这一能力，其目标是推动人工智能更好地理解物理世界中复杂、动态的场景。该论文以 arXiv:2609.21386v1 的新论文形式发布。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB