威斯康星团队发布多跳视频问答基准 AgentVidBench

威斯康星大学 Kangwook Lee 团队发布 AgentVidBench，一个面向多模态大模型智能体的多跳视频问答基准，论文已挂 arXiv，数据集上架 HuggingFace。该基准重点评测 MLLM 在视频中跨步骤的空间、时间与因果推理能力，弥补现有视频问答测试对多跳推理考察不足的缺口。

2026-09-21 ~ 2026-09-21 · 2 条相关

• AgentVidBench 发布：多跳视频 QA 测试 MLLM 空间时序因果推理 — Kangwook_Lee · 2026-09-21
• AgentVidBench 发布:多跳视频问答基准,测空间时序因果推理 — Kangwook_Lee · 2026-09-21